Geri Dön

Omuz manyetik rezonans görüntülerinden Humerus bölütlenmesi ve Hill-Sachs lezyonlarının tespiti

Segmentation of Humeral head from magnetic resonans shoulder images and determination of Hill-Sachs lesions

PDF İndir

  1. Tez No: 414152
  2. Yazar: AYSUN SEZER
  3. Danışmanlar: DOÇ. DR. SONGÜL ALBAYRAK
  4. Tez Türü: Doktora
  5. Konular: Biyomühendislik, Mühendislik Bilimleri, Bioengineering, 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: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 107

Özet

Proton dansite (PD) ağırlıklı MR görüntülerinde homojenlik, sinyalin gürültüye oranının düşük olması ve kemik sınırlarının açıkça belirgin olmaması problemleri mevcuttur. PD ağırlıklı görüntülerin bu özellikleri PD görüntülerinin bölütlenmesini hatta gözle algılanmasını zorlaştırmaktadır. Çalışmanın amacı bilgisayar destekli tanı (BDT) sistemi geliştirerek normal ve anormal (ödemli ve Hill-Sachs deformiteli) humerus başı görüntülerini Hermite transformundan ve PHOG metodundan türetilen doku ve şekil özellikleri ile tanıyabilmek ve ACWE (active contour without edge) modelinin PD ağırlıklı görüntülerden humerus başını bölütlemedeki verimliliğini belirlemektir. Gürültünün standart sapmasını SDN (standard deviation of noise) ilgili alandan ROI (region of interest) tahmin ederek SRAD (speckle reducing anisotropic diffusion) metodunun kullanım alanını PD ağırlıklı MR görüntüleriyle genişlettik. otomatik olarak dairesel Hough transform ile başlangıç konturunun yerini belirleyerek bölgesel tabanlı metotların başlangıç konturunun yerini belirleme probleminin üstesinden geldik. Signed pressure force (SPF) model, Fuzzy C-means ve Gaussian mixture modelleri karşılaştırma amacıyla uygulandı ve dört metodun bölütleme sonuçları aynı zamanda alan uzmanının manuel olarak gerçekleştirdiği sonuçlarla karşılaştırıldı. Hermite transform tabanlı doku özelliklerinin humerus kemiğini sınıflandırma performansı curvelet, contourlet ve GLCM (gray level co-occurrence matrix) tabanlı doku tanımlayıcıları ile karşılaştırılarak değerlendirildi. Hermite tabanlı doku özellikleri, görüntü şekillerini yerel ve düzenini uzaysal olarak tanımlayan PHOG (Pyramid of histograms of orientation gradient) ile birleştirildi. Çıkarılan özellikler MLP (Multi-Layer Perceptron), SVM (Support Vector Machine) ve KNN (K- Nearest Neighbors) metotları ile değerlendirilerek normal ve anormal alanları tanımlama performansları değerlendirildi. Önerilen yaklaşım kendi veri setimiz olan 79 normal, 140 anormal (91 ödemli ve 49 Hill-Sachs lezyonlu ) PD ağırlıklı humerus başı MR görüntüleri üzerinde test edildi. Hermite tabanlı doku analizi ve PHOG metodu ile en yüksek sınıflandırma başarısı SVM metodu ile % 99.54'tür. Elde ettiğimiz sonuçlar önerilen sistemin normal ve anormal PD ağırlıklı MR görüntülerinin sınıflandırılmasında ümit verici olduğunu belirtmektedir. Hermite transform tabanlı özellik analizi ile PD ağırlıklı MR görüntülerinden kemik lezyonlarını sınıflandırma açısında literatürde örnek çalışmadır.

Özet (Çeviri)

Proton density (PD) weighted MR images present inhomogeneity problem, low signal to noise ratio (SNR) and cannot define bone borders clearly. Segmentation of PD weighted images is hampered with these properties of PD weighted images which even limit the visual inspection. The objective of this research is to develop a computer based diagnosis (CBD) system which is capable of recognizing normal and abnormal (edematous and Hill-Sachs deformities) humeral head images by using texture and shape features derived from Hermite transform and PHOG method and determine the effectiveness of segmentation of humeral head from axial PD MR images with active contour without edge (ACWE) model. We extended the use of speckle reducing anisotropic diffusion (SRAD) in PD MR images by estimation of standard deviation of noise (SDN) from ROI. To overcome the problem of initialization of the initial contour of these region based methods the location of the initial contour was automatically determined with use of circular Hough transform. For comparison signed pressure force (SPF) model, Fuzzy C-means and Gaussian mixture models were applied and segmentation results of all four methods were also compared with the manual segmentation results of an expert. The performance of Hermite transform based texture features in classification of humeral bone was compared with curvelet, contourlet and gray level co-occurrence matrix (GLCM) based texture feature descriptors. Hermite based texture feature combined with PHOG (Pyramid of histograms of orientation gradient) which captures the local image shape and its spatial layout. To measure the performance of the extracted features, we deployed MLP (Multi-Layer Perceptron), SVM (Support Vector Machine) and KNN (K- Nearest Neighbors) methods and demonstrated their power in differentiating the normal and abnormal regions. The proposed approach was tested on our own dataset which consists of 79 normal, 140 abnormal (91 edematous and 49 Hill-Sachs) humeral heads in PD weighted MR images. The highest classification accuracy of Hermite based texture analysis and PHOG method was 99.54 % by SVM. Our results suggest that the proposed system is a promising tool for classification of normal and abnormal bone from PD weighted MR images. This study is unique in the literature of using PD weighted MR images and Hermite transform based texture analyses to classify bone lession.

Benzer Tezler

  1. Tez No

    514380

    Rotator manşet yırtıklarında akromıal ındeks, kritik omuz açısı, lateral akromıal açınının ve korakohumeral mesafenin manyetik rezonans görüntülerinde değerlendirilmesi

    Evaluation of acromial index, critical shoulder angle, lateral acromial angle and coracohumeral distance in magnetic resonance images in rotator cuff tears

    KEREM YILMAZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Anatomiİstanbul Medipol Üniversitesi

    Anatomi Ana Bilim Dalı

    PROF. DR. AHMET MURAT BÜLBÜL

  2. Tez No

    651924

    Subskapularis tendonu parsiyel yırtıklarında eksternal rotasyonda MR artrografinin tanıya katkısının değerlendirilmesi

    Evaluation of external rotation MR arthrography contribution to the diagnosis of subscapularis tendon partial tears

    MUTLU AY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Radyoloji ve Nükleer TıpAtatürk Üniversitesi

    Radyodiagnostik Ana Bilim Dalı

    PROF. DR. HAYRİ OĞUL

  3. Tez No

    722374

    Humerus proksimal uçtan yapılan intraosseoz yol uygulamasında güvenli alan belirlenmesine yönelik radyoanatomik çalışma

    Determination of safe location for implementation of intraosseous access for proximal humerus: A radioanatomic study

    MUSTAFA ONURSAL ATMACA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İlk ve Acil YardımAnkara Üniversitesi

    Acil Tıp Ana Bilim Dalı

    PROF. DR. ONUR POLAT

  4. Tez No

    675565

    Omuz artroskopisi yapılan hastalarda preoperatif manyetik rezonans görüntülemede tespit edilen patolojik bulguların intraoperatif patolojik bulgularla korelasyonu

    Correlation of pathological findings detected by preoperative magnetic resonance with intraoperative pathological findings in patients who had shoulder arthroscopy

    MELİKŞAH BULUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Ortopedi ve TravmatolojiYozgat Bozok Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF. DR. MURAT KORKMAZ

  5. Tez No

    572443

    1.5t ve 3.0t MR görüntüleme ile proksimal humerus epifizinden adli yaş tayininde vieth metodunun uygulanabilirliğinin retrospektif değerlendirmesi

    Retrospective evaluation of the applicability of vieth method in forensic age determination from proximal humerus epiphysis with 1.5t and 3.0t MR imaging

    TANER AYDOĞAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    Adli TıpBursa Uludağ Üniversitesi

    Adli Tıp Ana Bilim Dalı

    PROF. DR. RECEP FEDAKAR

Geri Dön