Geri Dön

Multiple sclerosis (MS) hastalığının erken teşhisi için manyetik rezonans (MR) görüntülerinin otomatik segmentasyonu

Automatic segmentaion of multiple sclerosis disiese (MS) from magnetic rezonans images (MRI) for early detection

  1. Tez No: 409752
  2. Yazar: CAN KİRAZ
  3. Danışmanlar: PROF. DR. BÜLENT BAYRAM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Geodesy and Photogrammetry, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 243

Özet

Multiple skleroz (MS), beyni ve omuriliği tutan özbağışıklık hastalığıdır. Kısaca MS olarak anılır. Bağışıklık sistemindeki (immün sistem) savunma amaçlı gözelerin, nedeni daha anlaşılamamış bir şekilde, sinir hücrelerinin (nöronlar) çevresinde bulunan myelin kılıfını (yağlı bir zar katmanı) vücuda yabancı bir bağıştıran olarak algılamasıyla yok etmeye çalışmasıdır. Bu durum da, çeşitli sinir sistemi belirtilerini ortaya çıkarır. Bu belirtiler geçici olup, hastalığın düzeyine göre iz bırakabilir ya da bırakmadan ortadan kaybolabilirler. MS klinik muayene ile tanısı koyulabilen bir hastalıktır. Hastalığın kesin tanısı için kullanılabilecek bir laboratuvar yöntemi yoktur. Tanı olguların klinik özellikleri, hastalığın gidişi ve yardımcı laboratuvar yöntemleri kullanılarak konulur. Bazı olgularda klinik, muayene ve laboratuvar bulguları ile tanı kolaylıkla konabilir. Bu durumda bile olası diğer sebep olabilecek hastalıklar dışlanmalı ve gerekli laboratuvar incelemeleri yapılmalıdır. Bununla birlikte özellikle erken evredeki olgularda tanı koyma zorlukları sıklıkla yaşanır. Bu dönemde klinik ve radyolojik takip tanıyı kesinleştirmede önemlidir. MS tanısında erken teşhis son derece önemlidir; çünkü erken teşhisle hastalığın gidişatı değiştirilebilir ve hastalık yavaşlatılabilir. MS hastalığının ilerlemesi demek, hastaların sakat kalması anlamına gelir. Erken tanının bir diğer önemi ise MS teşhisi konulan hastanın kendi hayatını planlarken önemlidir. Manyetik rezonans görüntüleme (MR) MS teşhisinde en önemli yöntemlerden biridir. Sinir sistemini 3 boyutlu inceleme imkânı vermektedir. Beyaz cevheri çok iyi göstermektedir. MR da değişik büyüklükte beyaz cevherde MS plağı diye tanımlanan görüntüler izlenir. MR hastalık takibinde kullanılır. Sunulan tezin amacı T2 sekanslı beyin MR görüntüleri üzerinden Multipl skleroz hastalığına ait lezyonların bölütleme yöntemi ile tespiti için yeni bir uygulama geliştirmektir. MR görüntüsü olarak T2 sekanslı görüntülerinin tercih edilmesinin sebebi bu görüntülerde MS lezyonlarının görüntü içerisinde yüksek yansıma değerlerine sahip olmalarıdır. Uygulamada orijinal 16-Bit' lik MR görüntüleri kullanılmıştır. Toplamda 13 ayrı MS hastasına ait 100 adet kesit kullanılmıştır. Bunlardan 8 adet kesit test amacı ile kullanılmış, elde edilen sonuçlar diğer 92 kesitte uygulanmıştır. Uygulama yöntem olarak 2 aşamadan oluşmaktadır. İlk adımda T2 ağırlıklı beyin görüntülerindeki kafatası kemik dokusu MS lezyonları ile çok yakın gri değerlerine sahip olduğundan SIOX algoritması yardımı ile elimine edilir. İkinci adımda ise geriye kalan beyin dokusu içerisinde en yüksek gri değerlerine MS lezyonları sahip oldukları için maksimum entropi eşik değer yöntemi uygulanarak MS lezyonu tespiti sağlanmıştır. Uygulamanın duyarlık değeri 0.918, pozitif tahmin değeri 0.837, doğruluk değeri ise 0.783 olarak hesaplanmıştır.

Özet (Çeviri)

Multiple sclerosis, briefly referred as MS, is an autoimmune disease that holds on brain and spinal cord. As the reason is not known clearly yet, the immune system starts to defense the cells from themselves. The nerve cells (neurons) understands the myelin sheath (this can be defined as a kind of oily skin layer) around themselves as a foreign to the body and works for destroying it. This situation reveals a variety of nervous system symptoms. These symptoms are temporary, depending on the level of sickness, they can leave trace or disappear without leaving trace. MS is a clinical diagnosis. There have been no laboratory method for definitive diagnosis of the disease. Clinical characteristics of cases diagnosed is defined by how disease goes and by using laboratory methods. In some cases, clinical diagnosis could be easily done by examination and laboratory findings. Even in this case, other possible diseases should be exclude and the necessary laboratory investigations should be carried out. However, particular difficulties have been often experienced in patients who are in the early stage diagnosis. This period is important in the diagnosis of clinical and radiological follow-up commitment. Early diagnosis of MS is extremely important because with early detection the course of the disease could be changed and disease could be slowed down. The progression of MS means that the patient will start being disabled. The other importance of an early diagnosis for the patients who were diagnosed with MS is that they could have the chance of planning their own life. Magnetic resonance imaging (MRI) has been one of the most important method in the diagnosis of MS. MR imaging gives the opportunity of 3D inspection of the nervous system. White matter is shown very well. MR images is used for observing so-called MS plaques of various sizes in the white matter. MR is used for following disease. The purpose of this thesis is to develop a new application for determining multiple sclerosis lesions on brain T2 sequence magnetic resonance images by using segmentation methods. The reason of the choice of the magnetic resonance image as T2 images is that they are sequenced with high reflectance values for MS lesions in these images. In the thesis, in terms of having wider range of gray color scale 16-bit MR images were used. A total of 13 different MS patients were used in total 100 sections, 8 for testing the method and 92 for results. Application method consists of two stages. The first step is eliminating the skull bone tissue in T2-weighted brain images with the aid of SIOX algorithm, which has a very close reflectance values with MS lesions. The second step is detecting MS lesions which has the highest reflectance values from remaining brain tissue by the process of applying maximum entropy threshold. Implementation has the sensitivity value of 0.918, the positive predictive value of 0.837 and the accuracy value of 0.783 as calculated by the result analysis.

Benzer Tezler

  1. Derin öğrenme mimarileri ile MR taramalarından omuriliğin otomatik bölütlenmesi ve MS lezyonlarının ayırıcı tanısı

    Automatic segmentation of the spinal cord from MR scans and differential diagnosis of MS lesions with deep learning architectures

    RUKİYE POLATTİMUR

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  2. MRG ile multiple skleroz (MS) tanısında kullanılan uygun puls serisi ve parametrelerin seçiminin araştırılması

    Investigation of the selection of appropriate parameters on inversion recovery (IR) imaging techniques used for diagnosis of multiple sclerosis (MS) with mri

    AYDA NASIB

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Sağlık EğitimiAnkara Üniversitesi

    Medikal Fizik Ana Bilim Dalı

    PROF. DR. ALİ YAMAN

  3. MR taramaları üzerinde derin öğrenme modelleri kullanılarak multipl skleroz lezyonlarının otomatik tespiti ve değişiminin takibi

    Follow-up and automatic detection of multiple sclerosis lesions using deep learning models on MR scans

    MEHMET SÜLEYMAN YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  4. Yapay zeka teknikleri ile manyetik rezonans görüntülerinden multipl skleroz hastalığının teşhisi ve gelecekteki aktivitesinin tahmini

    Identification of multipl sclerosis and prediction of future activity from magnetic resonance images by artificial intelligence techniques

    ZÜLEYHA YILMAZ ACAR

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FATİH BAŞÇİFTÇİ

  5. Multipl skleroz (MS) ve sağlıklı elektroensefalografi sinyallerinin sınıflandırılması

    Classification of multiple sclerosis (MS) and healthy electroensefalography signals

    BÜŞRA KÜBRA KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilim ve TeknolojiBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET FEYZİ AKŞAHİN