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
- Tez No: 398701
- Danışmanlar: PROF. DR. ALBERT GÜVENİŞ
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 38
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
- 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
2019
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiTemel Onkoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT OKUTAN
- 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
2010
OnkolojiDokuz Eylül ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
PROF. DR. FADİME AKMAN CAN
- 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
2006
Fizik ve Fizik MühendisliğiEge ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
DOÇ.DR. YAVUZ ANACAK
ÖĞR.GÖR. NEZAHAT OLACAK
- Nötropenik ateş ile başvuran solid tümörlü hastalarda MASCC ve CISNE skorlarının değerlendirilmesi
Assessment of MASCC and CISNE scores in solid tumor patients presenting with neutropenic fever
MANOLYA ÇELEBİOĞLU
Tıpta Uzmanlık
Türkçe
2022
İç HastalıklarıDokuz Eylül Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. TUĞBA YAVUZŞEN
- Üç boyutlu konformal eksternal radyoterapi kullanılarak yapılan akselere parsiyel meme ışınlaması: Erken klinik ve dozimetrik sonuçlar
Three dimentional conformal eksternal accelerated partial breast irradiation; early clinical and dosimetric outcomes.
ŞULE KARAMAN
Tıpta Uzmanlık
Türkçe
2009
Onkolojiİstanbul ÜniversitesiRadyoloji Onkolojisi Ana Bilim Dalı
PROF. DR. MAKTAV DİNÇER