MR görüntüleri ve MR spektroskopi verileri ile yapay öğrenme tabanlı beyin tümörü tespit yöntemi ve uygulaması
Design and application of novel methods for brain tumor detection using machine learning approaches on MR images and MR spectroscopy data
- Tez No: 382339
- Danışmanlar: DOÇ. DR. MURAT ÇAKIROĞLU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Onkoloji, Computer Engineering and Computer Science and Control, Engineering Sciences, Oncology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 179
Özet
Beyinde büyüyen ve gelişen kötü huylu tümörler son zamanlarda insan ölümlerinin en önde gelen nedenlerinden birisi olmaya başlamıştır. Beyin tümörleri için en uygun tedavi yönteminin belirlenmesi hekim tarafından tümörün türünün ve evresinin belirlenmesine bağlıdır. Beyin tümörünün tecrübeli radyologlar tarafından tam olarak teşhis edilebilmesi, Manyetik Rezonans (MR görüntüleri), MR spektroskopi verileri ve patolojik değerlendirmeleri içerisine alan karmaşık bir süreçtir. Genel olarak bir radyolog bu süreçle ilgili olarak önemli doğruluk ve hassaslıkta karar verebiliyor olsa da, hataları en aza indirebilmek için sürekli yeni yöntemler araştırılmaktadır. Bu yüzden radyolog ya da hekimlerin beyin tümörlerinin ayrımını yüksek oranda yapabilecek Bilgisayar Destekli Teşhis (Computer-Aided Detection, CAD / BDT) sistemlerinden yararlanması oldukça önemlidir. Bu tez çalışmasında, hem MR görüntüleri ile hem de MR Spektroskopi (MRS) verileri kullanarak, radyologların karar verme aşamalarında yardımcı olabilecek, beyin tümörlerinin tespitini başarılı bir şekilde yapan yeni bilgisayar destekli yaklaşımlar önerilmiştir. Tez kapsamında geliştirilen ilk yöntem MR görüntüleri üzerinde çalışmakta ve beyin tümörlerinin iyi/kötü huylu ayrımlarını görüntü işleme ve örüntü tanıma teknikleri ile gerçekleştirmektedir. Bu işlemi gerçekleştirmek amacıyla MR görüntüleri üzerinde kafatası kısmını çıkarma için yeni bir görüntü ön-işleme tekniği önerilmiştir. Ayrıca, tümör ayrımlarında sınıflandırıcı etkisini görebilmek için farklı sınıflandırıcıların başarımları kıyaslanmıştır. 188 adet MR görüntüsü üzerinde yapılan detaylı deney sonuçlarına göre, önerilen yöntem ile %96.81 doğruluk oranı ile beyin tümörlerinin iyi / kötü huylu ayrımı gerçekleştirilebilmiştir. Tez kapsamında önerilen bir diğer yöntemde ise, MR spektroskopi sinyalleri üzerinde çalışan ve Yapay Bağışıklık Sistemi (YBS) tabanlı yeni bir BDT yaklaşımı geliştirilmiştir. Önerilen yöntem ile MRS verileri kullanılarak iyi huylu / kötü huylu tümör ayrımı, beyin tümörünün evrelemesi, normal beyin dokusu ile beyin tümörünün ayrımı, metastaz beyin tümörleri ile birincil beyin tümörlerinin ayrımı ve sahte tümörlerin belirlenmesi yüksek başarımla mümkün olmuştur. Çok uluslu ve merkezli bir proje kapsamında elde edilen geniş bir veri seti ile gerçekleştirilen deney sonuçlarına göre sırasıyla %96.97, %100, %100, %98.33 ve %98.44 başarım elde edilmiştir.
Özet (Çeviri)
Malignant tumors growing and developing in the brain have recently become one of the leading causes of death in humans. Determination of the most suitable treatment for brain tumors depends on accurate detection of malignancy, type and grade of the tumor by the physician. Diagnosis of brain tumors by radiologists is a complex process which includes MR images, MR spectroscopy data and pathological assessments. Generally, a radiologist makes a decision with reasonable accuracy and specifity rates. However new methods have been investigated by the researchers to minimize the diagnosis mistakes. Therefore, it is crucial for radiologists or physicians to use a Computer-Aided Diagnosis (CAD) system which will help detection of brain tumors with high success rates. In this thesis, novel computer aided methods, which use MR images and MR Spectroscopy data, have been proposed for the detection of brain tumors to support decision process of the radiologists. The first method developed in the thesis differentiates brain tumors as benign or malignant by image processing and pattern recognition techniques on MR images. To perform this operation, a new image pre-processing technique has been proposed to strip the skull region. Moreover, to evaluate the effect of classifier performance on tumor differentiation, different classifiers have been compared. According to detailed test results performed on 188 MR images, benign or malignant differentiation of brain tumors can be detected with 96.81% accuracy rate by proposed method. In the second method, a novel Artificial Immune System (AIS) based computer-aided diagnosis system has been proposed. This system utilizes MR Spectroscopy signals to make a decision about brain tumors. The system can perform differentiation of benign / malign, metastatic / primary, pseudo / normal tumors and grading of brain tumors with high accuracy rates. According to the experimental results performed on large dataset obtained from an international and multi-center project, the detection performance has been achieved 96.97%, 100%, 100%, 98.33% and 98.44% success rates respectively.
Benzer Tezler
- Development of software tools for improved 1H magnetic resonance spectroscopic imaging
İyileştirilmiş 1H manyetik rezonans spektroskopik görüntüleme için yazılım araçlarının geliştirilmesi
SEVİM CENGİZ
Doktora
İngilizce
2022
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESİN ÖZTÜRK IŞIK
- MR spektroskopi temelli beyin tümörü teşhisinde veri madenciliği uygulamaları
Applications of data mining in MR spectroscopy based brain tumor diagnosis
SİNAN ALTUN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ALKAN
- MRS verileri kullanılarak makine öğrenmesi yöntemleri ile MS hastalığının teşhis ve sınıflandırılması
Diagnosis and classification of MS disease with machine learning methods using MRS data
ZİYA EKŞİ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Kronik hipertansiyon hastalarında serebral beyaz cevher ve bazal ganglionların difüzyon MR, T2 relaksometri ve MR spektroskopi yöntemleriyle incelenmesi ve kognitif fonksiyonlarının değerlendirilmesi.
Analyzing the cerebral white mattes and basal ganglia in chronic hypertension patients with diffusion MR, T2 relaxometry and (MR) spectroscopy methods and evaluating their cognitive functions
ZEYNEP NİGAR VARLIBAŞ
Tıpta Uzmanlık
Türkçe
2009
Radyoloji ve Nükleer TıpUludağ ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ. DR. BAHATTİN HAKYEMEZ
PROF. DR. MÜFİT PARLAK
- MR spektroskopi verileri üzerinde beyin tümörlerinin bilgisayar destekli otomatik evrelenmesi
Computer-aided automated grading of brain tumors on MR spectroscopy signals
ALİ BİÇER
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE DANDIL