Histopatolojik görüntülerin grafik işlemci kullanılarak bölütlenmesi
Segmentation of histopathological images using graphics processing unit
- Tez No: 353563
- Danışmanlar: YRD. DOÇ. DR. HABİL KALKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Patoloji, Computer Engineering and Computer Science and Control, Pathology
- Anahtar Kelimeler: K-Ortalamalar, K-Merkezler, DBSCAN, CUDA, Paralel Programlama, Medikal Görüntü, K-Means, K-Centers, DBSCAN, CUDA, Paralel Programmming, Medical Image
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Tıp alanında patolojik incelemeler kanser hastalığı teşhisinde önemli bir yere sahiptir. Günümüzde doktorlara yardımcı bilgisayarlı sistemlerin doğru teşhiste ve daha çok vakayı incelemede büyük rolünün olduğu herkes tarafından bilinmektedir. Bizim çalışmamızın amacı ise tıbbi patolojide böyle bir sistemin ilk aşaması olan patolojik medikal görüntülerin bölütlenmesidir. Buradaki problem, elde edilen görüntü verilerinin büyük olması ve hesaplama sürelerinin günümüz bilgisayarları ile oldukça uzun sürelerde tamamlanmasıdır. Çalışmamızda histopatolojik görüntü bölütlenmesinde yaygın olarak kullanılan k-ortalamar, k-merkezler ve DBSCAN algoritmaları ile çalışma yapılmıştır. Bu algoritmalardaki hesaplamalar Nvidia CUDA teknolojisi ile grafik kartı üzerinde paralel olarak yapılmış ve böylece daha hızlı bölütleme sonuçları elde edilmiştir. Yapılan paralel hesaplama denemelerinde k-ortalamalar algoritması ile %98 hassasiyet, %88 doğrulukla 118 kata, k-merkezler algoritması ile %98 hassasiyet, %94 doğrulukla 4578 kata, DBSCAN algoritması ile %98 hassasiyet, %93 doğrulukla 2 kata kadar hız kazancı elde edilmiştir.
Özet (Çeviri)
Pathological examination has an important role in the diagnosis of cancer disease in medicine field. Today, it is obvious that the computerized systems have a huge role in exact diagnosis of the disease and even more in the examination of the case. The aim of our study is the segmentation of the medical images in pathology which is the first phase of such a system. Yet the problem is here that the calculation of the duration of the resulting image data can be large and last very long periods of time with today's computers. In our study; k-centers, k-means and DBSCAN algorithms which are widely-used in pathological image segmentation were used. These algorithms were implemented in parallel approach on the graphics card with the Nvidia CUDA technology and thus faster segmentation results were obtained. Parallel computing with the k-means algorithm increased the speed to 118 times with the 98% sensitivity and 88% accuracy, with the k-centers algorithm to 4578 times with 98% sensitivity, 94% accuracy, with the DBSCAN algorithms to 2 times with 98% sensitivity and 93% accuracy.
Benzer Tezler
- Görüntüleme eşliğinde yapılan kemik biyopsilerinin retrospektif değerlendirilmesi
Retrospective evaluation of imaging-guided bone biopsies
KÜRŞAT ŞAHAN
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpErciyes ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. GÜVEN KAHRİMAN
- Radiküler kist ve granülomların dijital histogram analizi ile ayırdedilmesi
Differention of radicular cyst and granulomas with digital histogram analysis
ÜLKEM AYDIN
Doktora
Türkçe
1998
Diş HekimliğiGazi ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
PROF. DR. TAYFUN ALAÇAM
- Graph representation learning for histopathological images
Histopatolojik görüntüler için çizge temsil öğrenimi
ESRA TEPE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Yumuşak doku tümörlerinde benıgn-malıgn ayrımı ve tümörün histolojik grade'i ile ADC değerleri, dinamik kontrast eğrileri arasındaki ilişkinin değerlendirilmesi
Benign-malign differentiation in soft tissue tumors and the assessment of the relationship between the histologic grade of the tumor and ADC values, dynamic contrast curves
MEVLÜDE ÇUBUK ALTUNTAŞ
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ. DR. NAZAN ÇİLEDAĞ
- Ewing sarkomunda kemoterapiye yanıtın değerlendirilmesi; Dinamik ve rutin MRG bulgularının histopatolojik sonuçlarla karşılaştırılması
Başlık çevirisi yok
NÜRETTİN KATRANCI
Tıpta Uzmanlık
Türkçe
1997
Radyoloji ve Nükleer TıpEge ÜniversitesiRadyodiagnostik Ana Bilim Dalı
PROF. DR. ESİN EMİN ÜSTÜN