Bilgisayarlı tomografi (BT) görüntüleri üzerinde akciğer nodüllerinin otomatik teşhisi ve üç boyutlu modellenmesi
Automated diagnosis and 3d modeling of the lung nodules on the base of CT scans
- Tez No: 386277
- Danışmanlar: DOÇ. DR. REFİK SAMET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Akciğer kanseri, dünya genelinde kadınlar ve erkekler arasında en yüksek ölüm oranına sahip olan kanser türüdür ve her yıl kolon, göğüs ve prostat kanserlerinden kaynaklı ölümlerin toplamından daha fazla insan akciğer kanseri sebebiyle hayatını kaybetmektedir. Bununla birlikte şüpheli nodüllerin kanserin erken aşamalarında doğru bir şekilde tespiti hastalığın takibi ve tedavisinin şekillendirilmesi açısından oldukça önemlidir. Akciğer kanseri tanısında genellikle Bilgisayarlı Tomografi (BT) görüntülerinden faydalanılmaktadır. BT taramalarında, tek dedektörlü sistemlerde tipik olarak 50 ile 100 eksenel görüntü kesiti elde edilirken, daha yeni versiyonlarında, yani çok dedektörlü sistemlerde 350 ile 700 görüntü kesiti üretilmektedir. Bununla birlikte, nodüller, kan damarları ve bronşlar, genellikle yoğunluk şekil ve büyüklük gibi benzer karakteristik değerlere sahip olduklarından, bu çok sayıdaki görüntünün yorumlanmasında radyologların işini zorlaştırmakta ve hatalı yorumlamalara yol açabilmektedir. Bu yüzden, BT görüntü kesitlerini radyologların doğru bir şekilde yorumlayabilmesini sağlamak amacıyla Bilgisayar Destekli Tanılama (BDT) yaklaşımları geliştirilmektedir. Günümüzde geliştirilmiş ve hali hazırda kullanılmakta olan birçok BDT sistemi vardır. Bu sistemler incelendiğinde en büyük problemin sistemin ürettiği yanlış-pozitif sonuçlar olduğu görülmektedir. Bu problemin çözümüne katkıda bulunmak amacıyla, tez çalışmasında, radyoloğun incelemek istediği nesneyi tüm BT görüntülerinde otomatik olarak tespit eden ve ilgili nesneyi üç boyutlu olarak görüntüleme imkânı sunan yeni bir BDT sistemi oluşturulmuştur. Tez çalışmasında veri kümesi olarak, Lung Image Database Consortium (LIDC) kütüphanesinden elde edilen ve 133 adet görüntü kesiti içeren bir BT taraması kullanılmıştır. Geliştirilen BDT sistemi; başlıca görüntü ön-işleme, görüntü segmentasyonu ve üç boyutlu modelleme olmak üzere üç bölümden oluşmaktadır. İkinci bölüm kapsamında, yinelemeli bölge büyütme algoritması ile nesne takip algoritması geliştirilmiştir. Birinci ve üçüncü bölüm için ise bilinen yöntemlerden faydalanılmıştır.
Özet (Çeviri)
Lung cancer is the leading cause of cancer death among both men and women in the world. Each year, more people die of lung cancer than of colon, breast, and prostate cancers combined. However, detecting a suspicious nodule in early stages of cancer accurately, is quite important for monitoring and treatment of the disease. Computed Tomography (CT) images are usually being used to diagnose Lung cancer. In CT scans, while single detector systems typically have 50 to 100 the axial sectional view, in more recent versions, that is, multi-detector systems, have 350 to 700 the axial sectional view. However, since nodules, blood vessels and bronchi, usually have similar characteristics, such as density values, shape and size, it means that a large number of radiologists in the interpretation of the image makes it more difficult and may lead to incorrect interpretation. Therefore, radiologists to interpret the CT image sections correctly, Computer Aided Diagnosis (CAD) approaches have been developed. Nowadays, many CAD systems are being developed and already in use. Considering the great problem of this system that the system produces false-positive results. In order to contribute to the solution of this problem , in thesis, a new CAD system, which detects the object that is wanted to be examined by radiologists, in all CT slices automatically, and forms three-dimensional view of the object. In thesis, a dataset containing 133 CT slices from Lung Image Database Consortium (LIDC) is used. Developed CAD system mainly has three stages; image pre-processing, image segmentation and 3D modelling. In second stage, recursive region growing algorithm and object tracking algorithm are developed. In first and third stages, known techniques are used.
Benzer Tezler
- Derin öğrenme yaklaşımı ile pulmoner nodül karar destek sistemi
Pulmonary nodule decision support system with deep learning approach
HİLAL TİRYAKİ
Yüksek Lisans
Türkçe
2020
BiyoistatistikKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURÇİN KURT
- Bilgisayar tomografili akciğer görüntülerinin değerlendirilmesinde kompleks değerli yeni bir akıllı sistem tasarımı
A new complex-valued intelligent system design on evaluating of the lung images with computerized tomography
MURAT CEYLAN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
PROF. DR. OSMAN NURİ UÇAN
- Classification of lung nodules in CT images using convolutional neural networks
BT görüntülerinde akciğer nodüllerinin evrişimsel sinir ağları kullanılarak sınıflandırılması
GÖRKEM POLAT
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
PROF. DR. UĞUR HALICI
- Küçük boyutlu akciğer nodüllerinin Bilgisayarlı Tomografi ile saptanmasında Maksimum Intensite Projeksiyon (MIP) tekniğinin tanısal önemi
Diagnostic value of MIP imaging: Detection of small pulmonary nodules with MIP imaging in Computed Tomography
PINAR GÜLERYÜZ
Tıpta Uzmanlık
Türkçe
2014
Radyoloji ve Nükleer TıpBaşkent ÜniversitesiDahili Tıp Bilimleri Bölümü
YRD. DOÇ. DR. ÖMER KORAY HEKİMOĞLU
- Pulmoner nodüllerin boyutuna göre tespit edilebilirliğinin multidedektör bilgisayarlı tomografi-manyetik rezonans görüntüleme sekanslarıyla karşılaştırılması ve değerlendirilmesi
Comparison and evaluation of multidectector computerized tomography-magnetic resonance imaging detectability of pulmonary nodulesby size
HÜSEYİN ALPER KIZILOĞLU
Tıpta Uzmanlık
Türkçe
2018
Radyoloji ve Nükleer TıpAtatürk ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. ADEM KARAMAN