Geri Dön

Detection and segmentation of free blood in FAST exam ultrasound images

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 403221
  2. Yazar: DUYGU SARIKAYA
  3. Danışmanlar: Dr. JASON CORSO
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: State University of New York at Buffalo
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Özet yok.

Özet (Çeviri)

It is often a diagnostic challenge for emergency physicians and trauma surgeons to detect major internal injuries of trauma patients. Bedside ultrasonography is a fast, accurate, cost e ective way to detect life-threatening internal injuries and can be performed in unstable patients. Despite the growing popularity of ultrasound imaging in trauma cases, the automatic segmentation of organs and the detection of free blood remains a challenge. Performing this life-saving exam in an automatic way or with the aid of a computational tool would be a signi cant improvement as it could decrease the time for manual interpretation of the screenings, the subjectivity of these interpretations and also the dependency on experienced emergency physicians. In our study, we try to nd solutions for this real life problem by addressing it as a medical imaging problem. To our knowledge, this problem has not been addressed before. We review the related works and adapt the common approaches and investigate their application on the problem of detecting and segmenting free blood in FAST exam ultrasound images. We evaluate their results and de ne new possible features that could be used to characterize tissues and free blood in the images. We handle the problem of denoising of ultrasound images using non local means method. Then we investigate the application of multiphase Chan-Vese active contours without edges method and clustering with textons on our dataset. Then, we improve the study by using the distribution of textons as a feature and building a naive Bayes classi er. Finally, we propose a region growing approach based on the textons with the similarity criterion of lter responses. To our understanding, our study takes a real life problem and addresses it as a new medical imaging problem. It investigates the application of state of the art methods on the problem and also suggests new approaches to solve this problem. With its promising results, our study could be used as a benchmark for future works.

Benzer Tezler

  1. Tez No

    75468

    Sulardan kurşunun kil mineralleri kullanılarak adsorbsiyonu

    Başlık çevirisi yok

    SELÇUK COŞKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. LÜTFİ AKÇA

  2. Tez No

    171919

    Depresyonlu ve depresyonsuz obsesif kompulsif bozuklukta immun sistem göstergeleri

    Başlık çevirisi yok

    SELİN MIZRAK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2006

    PsikiyatriCelal Bayar Üniversitesi

    Psikiyatri Ana Bilim Dalı

    DOÇ.DR. MEHMET MURAT DEMET

  3. Tez No

    891887

    Derin öğrenme yaklaşımları kullanılarak kemik dokusu üzerindeki enkondromun tespiti ve segmentasyonu

    Detection and segmentation of enchondroma on bone tissue using deep learning approaches

    AYHAN AYDIN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CANER ÖZCAN

  4. Tez No

    639330

    Deep learning based segmentation pipeline for label-free phase-contrast microscopy images

    Etiketsiz faz-kontrast mikroskopi görüntüleri için derin öğrenme tabanlı segmentasyon boru hattı

    AYDIN AYANZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. BEHÇET UĞUR TÖREYİN

    DOÇ. DR. DEVRİM ÜNAY

  5. Tez No

    501188

    Süperpiksel algoritmalarının gürültü duyarlılığı ve nesne bölütleme performansının incelenmesi

    Investigation of noise sensitivity and object segmentation performances of superpixel algorithms

    FADİME ÖZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiSüleyman Demirel Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. UFUK ÖZKAYA

Geri Dön