Image construction and cancer tissue detection algorithms for portable confocal microscopy system
Taşınabilir konfokal mikroskop sistemi için görüntü üretilmesi ve kanserli doku tespiti algoritmaları
- Tez No: 371800
- Danışmanlar: YRD. DOÇ. İSMAİL FAİK BAŞKAYA, YRD. DOÇ. BAYKAL SARIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu tez üç ana konu üzerine odaklanmıştır. Bunlar (i) kanserli dokudan görüntü elde edilmesi, (ii) görüntü birleştirme ve (iii) kanser tespiti için görüntü işlemedir. İmge elde etme kısmında, bir fotomultiplikatör tarafından elde edilen işaretlerden görüntü yaratmak için bir algoritma ve bir devre geliştirilmiştir. Veri toplama kartı ve \mbox{MATLAB}, işaretleri elde etmek ve görüntü yaratmak için kullanılmıştır. Fotomultiplikatör tarafından üretilen akım işareti, tasarlanan devre ile gerilime dönüştürülmüştür. Sonrasında, geliştirilen algoritma, bu gerilim işaretini anlamlı bir imgeye çevirmiş ve ekranda göstermiştir. İkinci konu ise görüntü birleştirmedir. İmge birleştirmede kısmi çakışmaları olan bir grup görüntü, uygun dönüşüm kullanılarak tek bir kaynaşmış görüntüye dönüştürülür. Bu aşamada, görüntülerin öznitelikleri tespit edilir, tanımlanır ve uygun noktaları bulmak için saklanır. Daha sonra, iki görüntü, geliştirilen dönüşüm kullanılarak uyuşan noktalara göre birleştirilir. Literatürdeki imge birleştirme algoritmaları araştırılmıştır. Son kısım, kanser tespiti için görüntü işlemeden oluşmaktadır. Kanseri tespit etmek için iki yeni sınıflandırıcı geliştirilmiştir. İlki, Fourier tanım kümesindeki görüntünün merkezindeki satırın grafiğinin etkin değer hatasının incelenmesine dayanmaktadır. Kanserli doku, hücrelerdeki kontrol edilemeyen büyümeden ötürü düzensiz bir yapıya sahiptir. Bu nedenle, eğer imge sağlıklı dokuya aitse, imgenin merkezdeki satırın grafiğinin çift, simetrik bir fonksiyon karakteristiğine sahip olduğu fark edilmiştir. Diğer sınıflandırıcı histograma bağlı eşik değer tekniğine dayanmaktadır. Sağlıklı dokudan farklı olarak, kanserli doku imgelerinde, sağlıklı doku imgelerinden daha fazla koyu renk piksel olduğu fark edilmiştir. Bundan ötürü, histogram, kanser tespitinde araç olarak kullanılmıştır.
Özet (Çeviri)
This thesis focuses on three main issues; namely, (i) image acquisition of cancer tissue, (ii) image stitching and (iii) image processing for cancer detection. An algorithm and a related circuity are implemented to create images from signals obtained by a photomultiplier tube (PMT) for the image acquisition part. Data acquisition card and MATLAB are used to acquire signals and create images. The current generated by photomultiplier tube, coming signal is converted to a voltage signal by the designed circuit. Afterwards, implemented algorithm transforms this voltage to a meaningful image and then displays on the screen. The second issue is image stitching. Image stitching is a method which combines a sequence of partially overlapping images into a merged image using an appropriate transformation. Generally, in image stitching, features of images are detected, described and stored to find matching points. Next, two images are combined with respect to the similarity of matching points in the light of implemented transformation. Image stitching algorithms in the literature are investigated. Final section composes of image processing for cancer detection. Two different kinds of novel classifiers are developed to detect cancer. The first one depends on the analysis of root mean square error (RMSE) owing to line plot of center row of images in the Fourier domain. Unlike healthy tissue, cancerous tissue has an irregular structure because of uncontrollable growth in the cells. Hence, it has been noticed that line plot of the center row has even, symmetric function characteristic if it is healthy tissue image. The other classifier depends on histogram-based threshold technique. It has been realized that cancerous tissue images have darker pixel values than healthy tissue images. Therefore, histogram is considered as a tool to detect cancer.
Benzer Tezler
- Sayısal hücre görüntülerinin kodlanması ve nicel analizi
Coding and quantitative analysis of the digital cell images
NEŞE APAK
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. MUHİTTİN GÖKMEN
- Meme kanseri için şüpheli bölgelerin mamografi imgeleri üzerinde belirlenmesi ve meme kanser türünün sınıflandırılması
The identification of suspicious regions on mammography images for breast cancer and the classification of breast cancer type
İDİL IŞIKLI ESENER
Doktora
Türkçe
2017
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMİH ERGİN
YRD. DOÇ. DR. TOLGA YÜKSEL
- Automatic detection and segmentation of breast cancer from 3D MR and CT images
Üç boyutlu manyetik rezonans ve bilgisayarlı tomografi görüntülerinden meme kanserinin otomatik tespiti ve segmentasyonu
CHIMAN HAYDAR SALH SALH
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiYüzüncü Yıl ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RIDVAN SARAÇOĞLU
DR. LAİTH R. FLİEH
- Ratlarda deneysel subaraknoid kanama ile oluşturulan serebral vazospazm etyopatogenezinde rol oynayan apopitozis ve lipid peroksidasyonunun önlenmesinde sildenafil'in rolü
The effect of the sildenafil citrate on cerebral vasospasm and apoptosis following experimental subarachnoid hemorrhage in rats
EMRE CEMAL GÖKCE
Tıpta Uzmanlık
Türkçe
2007
NöroşirürjiBaşkent ÜniversitesiNöroşirürji Ana Bilim Dalı
PROF. DR. HAKAN HULUSİ CANER
- Comparison of different methods for lung immobilization through an animal model study
Başlık çevirisi yok
İRFAN KARACA
Yüksek Lisans
İngilizce
2018
BiyomühendislikPolitecnico di MilanoPROF. DR. ANDREA ALİVERTİ
PROF. DR. ANTONELLA LO MOURA