Automatic detection of breast cancer in mammogram images
Automatic detection of breast cancer in mammogram images
- Tez No: 354312
- Danışmanlar: PROF. DR. REZA HASSANPOUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 140
Özet
Bu tezin amacı son yıllarda belirgin ölçüde gelişen görüntü işleme tekniklerinin kullanarak, onkolojide radyolog ve uzmanlar gibi bu alanda bulunan ilgili insanlara yardımcı olmak amacıyla ve göğüs kanseri teşhis hatası oranını düşürerek performansını arttırmaya yönelik dijital mamografi görüntülerinde meme kanseri tespit ve teşhis etmek için otomatik bir sistemi oluşturmaktır.Kanser ile ilişkili olabilecek şüpheli bölgelerin izole edilmesi ve sınıflandırılmasında mamogramların vetkin özelliklerinin segmentasyonu ve ayıklanmasının önemli bir rol oynamasından dolayı bu çalışmamızda anormalliklerin teşhisinde tohum temelli bölgesel büyümeye (SBRG) odaklanarak ilgili bölgeyi (ROI) segmente etmek için OTSU yönteminin çoklu eşiklemesine odaklandık. Daha sonra da ROI?nin segmente edilen doku özellikleri ayıklanarak, ROI?nin normal ya da anormal doku olduğunu tanımlamak bir Yapay Sinir Ağı (ANN)?nı kullandık.Bu sistem test edilen bölgeyi % 93.80?lik bir oranla doğru olarak sınıflandırabilmektedir.
Özet (Çeviri)
The aim of this thesis research is to harness the great potential of image processing techniques which have evolved significantly in the last years, to build an automatic system to detect and diagnose breast cancer in the digital mammographic images in order to help those interested people in this domain, such as radiologists and specialists in oncology and to improve their performance by reducing error rates of breast cancer diagnosis. Since segmentation and extracting the effective features of mammograms play a major role to isolate and classify suspicious regions which can be subject to cancer, in this work, we focus on abnormality detection using seed-based region growing(SBRG) and Multi-thresholding OTSU's method to segment the region of interest (ROI). Then the texture features of the segmented ROI are extracted which are used to classify the ROI as normal or abnormal tissue by using an Artificial Neural Network (ANN). This system can correctly classify the tested region by a rate of 93.80%.
Benzer Tezler
- Görüntü işleme teknikleriyle meme kanserinin teşhisi
Diagnosis of breast cancer with image processing techniques
GÜLİZ TOZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PAKİZE ERDOĞMUŞ
- Automatic segmentation of breast cancer on mammogram images using image processing techniques
Mamografi görüntülerinden görüntü işleme tekniklerini kullanılarak göğüs kanserinin otomatik tespiti
SAFWET ALAN ALI AL DAWERI
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GÖRKEM SERBES
- Feature extraction from mammographic mass shapes and development of a mammogram database
Mamografik kütle şekillerinden özellik çıkarımı ve bir mamogram veri tabanı geliştirilmesi
GÖKHAN ERTAŞ
Yüksek Lisans
İngilizce
2001
Tıbbi BiyolojiBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ.DR. HALİL ÖZCAN GÜLÇÜR
- Görüntü zenginleştirme ve hücresel ysa kullanarak meme kanseri teşhisi
Diagnosis of breast cancer using image enhancement and cellular neural networks
LEVENT CİVCİK
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
- Mamogram üzerinden bilgisayar destekli kanser teşhisi
Computer aided diagnosis from mammogram
İLKE TUNALI
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDAL KILIÇ