Tıbbi görüntü işleme teknikleri ile iki boyutlu bilgisayar tomografisi görüntüleri üzerinde damar segmentasyonu
Segmantation of human vessels using medical image processing techniques on two dimensional computer tomography images
- Tez No: 434787
- Danışmanlar: DOÇ. DR. REFİK SAMET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Günümüzde tıbbi görüntüleme sistemleri, görüntü işlemenin en çok kullanıldığı alanların başında gelmektedir. Tıbbi görüntülerin iyileştirilmesinde, onarılmasında ve kalitesinin arttırılmasında görüntü işleme tekniklerinin büyük önemi bulunmaktadır. Son yıllarda, tıbbi görüntülerde, vasküler yapı formlarının segmentasyonu alanında yapılan çalışmalar artış göstermektedir. Özellikle damar yapılarının çıkarılması; Bilgisayarlı Tomografi, Manyetik Anjiografi ve diğer tıbbi görüntülerin farklı kısımlarının görüntülenmesi, tanılanması ve nicemlemesinde (quantization) anahtar bir süreçtir. Damar yapılarındaki anormallikleri erken aşamada belirlemek, hastalığın tedavisinde etkili olmaktadır. Bu tezde yapılan çalışmanın amacı, iki boyutlu (2B) bilgisayar tomografisi (BT) görüntülerinde görüntü işleme teknikleri uygulayarak damar segmentasyonu gerçekleştirmek ve damarların üç boyutlu (3B) modelini oluşturmaktır. Bu sayede görüntü kesitlerini radyologların doğru bir şekilde yorumlayabilmesinde kolaylık sağlamak amaçlanmaktadır. Bu amaç doğrultusunda, tez çalışmasında, damarları otomatik olarak tespit eden ve 3B olarak görüntüleme imkanı sunan bir metodoloji geliştirilmiştir. Çalışmamız üç bölümden oluşmaktadır: (1) BT görüntülerinde akciğer loblarının çıkarılması, (2) BT görüntülerde damar segmentasyonu, (3) 3B modelleme. Birinci ve üçüncü bölümde bilinen yöntemler kullanılmıştır. İkinci bölüm kapsamında; yinelemeli global eşikleme yöntemi, süreklilik algoritması ve damar takip algoritması geliştirilmiştir. Tez çalışmasında veri kümesi olarak, Lung Image Database Consortium (LIDC) kütüphanesinden elde edilen ve 133 adet görüntü kesiti içeren bir BT seti ve ELCAP Public Lung Image Database kütüphanesinden elde edilen ve 290 adet görüntü kesiti içeren üç BT seti kullanılmıştır.
Özet (Çeviri)
Today, medical imaging systems are one of the most widely used area of image processing. Image processing techniques have a great importance in enhancing, repairing and improving the quality of medical images. In recent years, the medical images, segmentation of structuring form studies conducted in the field has been increasing. Especially the removal of blood vessels; viewing different parts of Computed Tomography, Magnetic Angiography and other medical images, diagnosis and quantization, is a key process. To detect early stage abnormalities in vasculature, it is effective in treating the disease. The aim of the studies, in this thesis, vessel segmantation by performing image processing on the two-dimensional (2D) computer tomography (CT) images and to create three-dimensional (3D) models. In this way, intended to provide ease in radiologists to interpret the CT image sections correctly. For this purpose, in thesis study,a methodology is developed that the vessels are automatically identified and offers the possibility of 3D imaging. Our study consists of three parts: (1) Extraction of lungs in CT images, (2) vessel segmentation on CT images, (3) 3D modeling. In first and third stages, known techniques are used. In second stage, recursive global threshold algorithm, continuity algorithm and vessel tracking algorithm are developed. As a set of data in the study, containing 133 CT slices from Lung Image Database Consortium (LIDC) and three set of data, each of them containing 290 CT slices from ELCAP Public Lung Image Database are used.
Benzer Tezler
- Segmentation of breast microwave imaging using fuzzy c-mean clustering
Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu
ASAL MAMIZADEH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- PC tabanlı üç boyutlu tıbbi görüntü işleme uygulaması
PC based 3 dimensional medical image processing application
HADİ HAKAN MARAŞ
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. FERRUH YILDIZ
- Bilgisayarlı tomografi görüntülerinde derin öğrenme tabanlı çoklu organ segmentasyonu
Deep learning based multi organ segmentation in computed tomography images
BEYZA KAYHAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAİT ALİ UYMAZ
- Detection and measurement of multilevel COVID-19 infection using gamma correction and features extracted by CNN enhanced with xgboost from CT scan images
BT tarama görüntülerinden gama düzeltme ve xgboost ilegeliştirilmiş CNN kullanılarak çok düzeyli covıd-19enfeksiyonunun ölçümü ve tespiti
RANA SABRY ABBAS AL-BAYATI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA AKSU