Görüntü işleme ve esnek hesaplama yöntemleri kullanılarak down sendromunun ayırt edilmesi
Discrimination of down syndrome by using image processing and soft computing methods
- Tez No: 360598
- Danışmanlar: PROF. DR. NECMİ TAŞPINAR, PROF. DR. OSMAN EROĞUL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Dismorfoloji, Down sendromu, yüz tanıma, Gabor dalgacık dönüşümü, PCA, LDA, kNN, SVM, ANN, genetik algoritma, Dysmorphology, Down syndrome, face recognition, Gabor wavelet transform, PCA, LDA, kNN, SVM, ANN, genetic algorithm
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 153
Özet
Günümüzde sıkça rastlanan dismorfik hastalıklardan biri olan Down Sendromu, yüze ait farklı bulgular içermektedir. Down sendromunun erken teşhis edilmesi, bireyin ileriki yaşamı açısından önem arz etmektedir. Down sendromunun ön tanısının konulmasında karşılaştırma yapılarak faydalanılan veritabanları hekimin tecrübesi ön plana çıktığı için objektiflikten uzaktır. Ön tanı sürecini hızlandıracak ve subjektifliği ortadan kaldıracak, bilgisayar destekli objektif yaklaşımlara ihtiyaç duyulmaktadır. Gelişen bilgisayar tabanlı tıbbi görüntü işleme teknikleri ile yüze ait bir resimden, farklı öznitelik çıkarım yöntemleri kullanılarak, yüzün matematiksel modelini oluşturmaya esas teşkil edecek özellik vektörleri elde edilmekte, ardından bu özellik vektörleri var olan bir diğer resmin özellik vektörü ile karşılaştırılarak sınıflandırılabilmektedir. Bu tez çalışmasında Down sendromlu ve normal çocuklara ait iki ayrı gruba ayrılmış resimlerden oluşan bir veritabanında grupların birbirinden ayrılmasına çalışılmıştır. Özellik olarak piksel yoğunluk değeri ve Gabor Dalgacık Dönüşümü (GWT) sonucu elde edilen filtre cevapları kullanılmıştır. Yüksek boyutlara ulaşan özellik vektörleri üzerinde Temel Bileşen Analizi (PCA) ve Doğrusal Ayırtaç Analizi (LDA) ile boyut indirgeme sağlanmıştır. Sınıflandırma işlemi örüntü tanıma uygulamalarında başarıyla kullanılmakta olan k.en yakın komşuluk (kNN), destek vektör makineleri (SVM) ve yapay sinir ağı (ANN) ile sağlanmıştır. Ayrıca sendrom sınıflandırma başarısına katkısı yüksek olan yüzdeki en değerli noktaların bulunması amaçlanmış, bu amaca yönelik olarak literatürde yüz tanımada başarılı sonuçlar sağlayan genetik algoritmadan (GA) faydalanılmıştır.
Özet (Çeviri)
Today, one of the most frequently encountered dysmorphic diseases, Down syndrome, includes different findings belonging to the face. Early diagnosis of Down syndrome is vital for individual's further life. The databases, which were benefited by making comparisons on pre-diagnosis of Down syndrome, are not objective as doctor's experiences come into prominence. To speed up pre-diagnosis and eliminate subjectivity, computer-assisted objective methods are needed. With the developing information-based image processing techniques, the feature vectors, which will constitute the basis for making the mathematical model of face by using different additional feature extraction methods from an image of the face, are obtained, and then these feature vectors could be classified by comparing them to the feature vector of another image. In this research, belonging to children's pictures with Down syndrome and normal operation of two separate groups are tried to distinguish on database groups. As feature, pixel intensity value and filter responses obtained as a result of Gabor Wavelet Transform (GWT) are used. Dimension reduction is provided with Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA) on the reaching higher dimension feature vectors. Classification process was carried out with k.nearest neighbor (kNN), support vector machines (SVM) and artificial neural network (ANN) which has been successfully used in pattern recognition applications. Furthermore, finding the most valuable parts of the face which has high contribution to syndrome classification success was intended, for this purpose, genetic algorithm (GA) providing successful results in the literature on face recognition was utilized.
Benzer Tezler
- FFT-based viscosity sensing for a micropillar-based microfluidic chip
Mikrosütun tabanlı mikroakışkan çip için FFT tabanlı viskozite ölçümü
ILYAR JAFARI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET CAN ERTEN
DOÇ. ONUR FERHANOĞLU
- Deep unfolding for clutter removal in ground penetrating radar
Yere nüfuz eden radarda kargaşa gidermek için derin katman açma
SAMET ÖZGÜL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis
Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması
OSMAN LEVENT ŞAVKAY
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Textile based sensing system for leg motion monitoring
Bacak hareketi izleme için tekstil tabanlı algılama sistemi
KADİR ÖZLEM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- High impedance fault detection in medium voltage distribution systems using wavelet transform
Dalgacık dönüşümü kullanılarak orta gerilim dağıtım sistemlerinde yüksek empedanslı arıza tespiti
BARAA MAKKAWI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER USTA