Geri Dön

Effect of tumor delineation strategies on ANN classification accuracy in lung CAD

Akciğer kanseri bilgisayar destekli teşhisinde tümör çizim stratejilerinin yapay nöral ağ siniflandirmasi üzerindeki etkisi

PDF İndir

  1. Tez No: 398701
  2. Yazar: ADEM CİHAN ARSLAN
  3. Danışmanlar: PROF. DR. ALBERT GÜVENİŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Biyomedikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Akciğer kanseri ciddi bir hastalıktır ve hastaların hayatta kalma oranı erken ve doğru saptanmasına bağlıdır. Bilgisayar teşhis metotları tümörün saptanmasında ve sınıflandırılmasında yaygın olarak kullanılmaktadır. Tümör çizim algoritmalarının çeşidi veya radyoloğun çizimi göğüs x-ray filmlerinde bulunan akciğer tümörlerinin sınıflandırılmasına etki edebilir. Tümörleri daha iyi çizmek ve sınıflandırmak için ön işleme gereklidir. Histogram eşitlemesi, bulanık minimizasyonu, kemiklerin çıkarılması ve tümör etrafının kesilerek filmden çıkarılması ön sürecin bazı işlemleri arasında sayılabilir. Bu çalışmada temel amaç, kemikleri çıkartılmış göğüs filmleri üzerinde akciğer tümörlerinin doğru bir şekilde sınıflandırılmasını sağlamak, değişik tümör çizim algoritmaları ve yapay nöral ağ sınıflandırılmaları oluşturmak ve bu ağların başarımını ölçmektir. Aynı zamanda da bilgisayar teşhis metodunun katkısını ve işlenmemiş filmler üzerinde yapılan radyolog çizimlerine göre oluşan teşhisinin doğruluğunu hesaplamaktır. Çalışmada JSRT(Japanese Society of Radiological Technology) tarafından oluşturulmuş tümör içeren standart dijital film verisi ve bu verinin kemikleri çıkartılmış halleri de çalışmada kullanılmıştır. Ön süreç ve pencere ayarları tümör tam olarak görülmediğinde kullanılmıştır. Yapay nöral ağlar sınıflandırma ve değerlendirmede kullanılmıştır. Sonunda, yüksek duyarlılık ve özgünlük oranları elde edilmiş ve değişik çizim tekniklerinin istatistiksel olarak farklı olabileceği bulunmuştur. Özet olarak, sonuçlar tatmin edici ve ilgi çekicidir. Çalışma gelecekte genişletilebilir ve başka çizim algoritmaları kullanılabilir.

Özet (Çeviri)

Lung Cancer is a serious illness and patient survival rate depends on early and accurate detection. CAD systems are commonly used for detection and characterization of nodules. The type of tumor segmentation algorithm or radiologist segmentation may affect the accuracy when characterizing lung nodules on chest x-ray images. In order to segment and classify nodules better, preprocessing step is needed. Histogram equalization, fuzzy minimization, bone subtraction, cropping can be some steps of preprocessing. In this study, the main object is to evaluate the accuracy of the characterization of lung nodules on bone subtracted chest x-ray images by using different types of boundary segmentation algorithms and an artificial neural network based classification method. Another aim is to evaluate the contribution of CAD systems and accuracy of radiologist segmentation on raw chest X-ray. The standard digital image database with chest lung nodules (JSRT database) that was created by the Japanese Society of Radiological Technology in cooperation with the Japanese Radiological Society (JRS) is used. To subtract the bones a bone shadow elimination algorithm is used. Preprocessing and look up tables are used if nodule is not clearly seen. Active contour, spline active contour and radiologist based delineation methods are used. Artificial neural network classifications are used and their accuracy is evaluated. At the end, high specificity and sensitivity ratios are obtained and different segmentation techniques are compared. As a result, results are satisfying and interesting. Future work is possible to extend the study to other segmentation techniques and modalities.

Benzer Tezler

  1. Tez No

    568848

    Akciğer kanserlerinde solunum hareketlerinin iç hedef hacmine etkisinin araştırılması

    Investigation of the effect of respiratory motion on internal target volume in lung cancer

    CANAN KÖKSAL

    Doktora

    Türkçe

    Türkçe

    2019

    Onkolojiİstanbul Üniversitesi

    Temel Onkoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT OKUTAN

  2. Tez No

    1016860

    Fizik tabanlı derin öğrenme ile meme mrg analizi

    Breast mri analysis using physics-informed deep learning

    ÖMER KÜRŞAT UÇARER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. Tez No

    1008294

    Li-Fraumeni sendromu hastalarının klinik ve moleküler profillemesi

    Clinical and molecular characterization of patients with Li-Fraumeni syndrome

    EZGİ ÇEVİK DEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2026

    GenetikSağlık Bilimleri Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    PROF. DR. HAKTAN BAĞIŞ ERDEM

  4. Tez No

    193423

    Beyin tümörlerinin radyoterapi planlamasında, BT ve MR görüntü eşleştirilmesinin hedef volüm belirlenmesine ve doz dağılımına etkisi

    The effect of CT-MR image registration on target volume delineation and dose distribution in radiotherapy planning of brain tumors

    EMİN TAVLAYAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Fizik ve Fizik MühendisliğiEge Üniversitesi

    Radyasyon Onkolojisi Ana Bilim Dalı

    DOÇ.DR. YAVUZ ANACAK

    ÖĞR.GÖR. NEZAHAT OLACAK

  5. Tez No

    272803

    Baş-boyun kanserleri radyoterapisinde hedef volüm saptanmasında füzyon tekniği

    Fusion technique for target volume delineation of head and neck cancer in radiotherapy

    IŞIN ARSLAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    OnkolojiDokuz Eylül Üniversitesi

    Radyasyon Onkolojisi Ana Bilim Dalı

    PROF. DR. FADİME AKMAN CAN

Geri Dön