Application of image enhancement algorithms to improve the visibility and classification of microcalcifications in mammograms
Mikrokalsifikasyon kümelerinin mamografi görüntüleri üzerinde görünürlüğünün arttırılması ve sınıflandırılması için görüntü işleme algoritmalarının uygulanması
- Tez No: 381044
- Danışmanlar: PROF. DR. NEVZAT GÜNERİ GENÇER, DR. GÜLAY GENÇER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Meme kanseri, kadınlarda akciğer kanserinden sonra en çok ölümle sonuçlanan ikinci kanser türüdür. Günümüzde meme kanserinin teşhisinde en etkin görüntüleme yöntemi mamografidir. Yetersiz çözünürlük, düşük sınırlı kontrast ve ihmal edilemeyecek boyutta gürültü gibi kısıtlamaların olması tanı koymada mamografinin etkinli˘gini azaltmaktadır. Meme kanserinin varlığının saptanmasına yönelik en önemli radyolojik bulgulardan birisi, kümelenmiş mikrokalsifikasyonlardır. Mamografide bahsi geçen kısıtlamalar, mikrokalsifikasyonların tespit edilmesi ve yorumlanması açısından sorun oluşturmaktadır. Tezin temel amacı, bilgisayar destekli tanı sistemi geliştirerek, mamografik görüntüleme işleminin etkinliğini arttırmaktır. Sistem, mikrokalsifikasyon kümelerinin otomatik olarak belirlenmesiyle, yanlış tanı oranında önemli azalmayı sağlayabilir. Mikrokalsifikasyonların, etraflarındaki dokulara göre daha görünür hale gelmesi için, mamografi görüntüleri üzerinde görüntü iyile¸stirme yapılması gereklidir. Bu amaçla bir çok kontrast iyileştirme algoritması vardır. Ancak, kontrast iyileştirme yöntemleriyle, görüntüye ait histogramın genişletilmesi yerine mikrokalsifikasyonlara ait gri seviye değerleri ile etrafındaki dokulara ait gri seviye değerleri arasındaki çakışma azaltılmaktır. Bu çalışmada, bu amacı sağlayan algoritmalar klinik veriler üzerine uygulanmış ve performansları yeni nicel yöntemler kullanılarak karşılaştırılmıştır, aynı zamanda radyologlar tarafından değerlendirilmi¸stir. Yapılan görüntü iyileştirmenin mikrokalsikasyon kümelerinin sınıflandırılmasında etkisini gözlemlemek amacıyla orjinal görüntüler ve radyolog tarafından seçilen 2 methot ile iyileştirilen görüntüler kulllanılmıştır. Mikrokalsifikasyon kümelerinin 'iyi huylu' ve '¸süpheli' olarak sınıflandırılması için, doku analizi ile özellik çıkarımı gerçekleştirilmi ştir. Sınıflandırma için destek vektör makinesi (DVM) kullanılmıştır. Sonuç olarak ortalama ve standartma sapma kullanılarak yapılan detay iyile¸stirme metodundan elde edilen görüntülere Gabor filtrelerinin uygulanmasıyla elde edilen özniteliklerin, diğer özniteliklere göre sınıflandırma için daha iyi performans gösterdiği gözlemlenmiştir. Gabor filterinden elde edilen özniteliklere DVM uygulanmasıyla mikrokalsikasyon kümeleri yüzde 77 do˘gruluk oranıyla iyi huylu ve kötü huylu olarak sınıflandırılmıştır (ROC'un altında kalan alan 0.81 olarak bulunmuştur.).
Özet (Çeviri)
Breast cancer is the second leading cause of cancer deaths for women. Mammography is the most effective technology presently available for breast cancer screening, despite the fact that there are still some limitations of the imaging technique, such as insufficient resolution, low local contrast and noise combined with the subtle nature of the usual radiographic findings. One of the most important radiographic findings associated to the existence of breast cancer is the clustered microcalcifications. Especially, it has been shown that some characteristics concerning the clustering parameters of microcalcifications are of great diagnostic value. However, the mentioned limitations of mammography make the detection and interpretation of microcalcifications a complicated task. The main purpose of this thesis is to develop Computer Aided Diagnosis (CAD) system in order to increase the efficiency of the mammographic screening process. The system may provide automated detection of microcalcification clusters leading a considerable decrease in misdiagnosis rates. To make microcalcifications more visible than their surrounding tissues, image enhancement on mammograms is required. There are many contrast enhancement algorithms that can be employed for the same purpose. However, by contrast enhancement it is expected to reduce overlap between tonal values that belongs to microcalcifications and their surrounding tissues instead of stretching the histogram of an image. The algorithms based on multiresolution analysis such as wavelet transform, contourlet transform and the detail enhancement on local frequency algorithms are considered to achieve this purpose. In this study, these algorithms have been implemented on clinical data and their performances are compared by using quantitative methods and evaluated under supervision of radiologists. To observe the efficiency of enhancement on classification of microcalcification clusters, selected regions from original images and images enhanced by using 2 enhancement methods chosen by a radiologist are used. To classify microcalcification clusters as benign and suspicious, features are extracted by using texture analysis. For classification the Support Vector Machine (SVM) is employed. As a result, best classification is obtained by features obtained from Gabor filter banks and enhanced images with a detail enhancement method with using mean and standart deviation by 77 % truth rate .(the area under the ROC curve is 0.81) .
Benzer Tezler
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- A statistical framework for degraded underwater video generation
Bozulmuş sualtı video üretimi için istatistiksel bir yapı
SERKAN ŞATAK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Güvenlik kameralarındaki yüz görüntülerinin süper çözünürlüklenetleştirilmesi
Face enhancement in surveillance systems using super-resolutiontechniques
ALİ HÜSAMEDDİN ATEŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ
- Dinamik olmayan stokastik rezonans yöntemi kullanılarak su altı görüntülerinin iyileştirilmesi
Underwater image enhancement using non-dynamic stochastic resonance
RUSTAM SALIMOV
Doktora
Türkçe
2024
Fizik ve Fizik MühendisliğiSakarya ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI AHMET YILDIRIM
- Yapay açıklıklı radar görüntülerinde hareketli hedef tespiti
Moving target detection in synthetic aperture radar images
MURAT HAKAN YUSUFOĞLU
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MESUT KARTAL