Automatic segmentation of breast cancer on mammogram images using image processing techniques
Mamografi görüntülerinden görüntü işleme tekniklerini kullanılarak göğüs kanserinin otomatik tespiti
- Tez No: 444716
- Danışmanlar: Assist. Prof. Dr. GÖRKEM SERBES
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: 54
Özet
Dünya üzerinde geniş insan kitlelerini etkileyen çok sayıda kanser türü vardır. Bu çalışmanın odak noktası, kadınların önemli bir kısmında görülen ve Göğüs Kanseri olarak bilinen türdür. Bu hastalık her yıl çok fazla sayıda kadının hayatına mal olmakla birlikte, erken teşhis doğru tedavinin uygulanmasında yüksek düzeyde etkili olmakta ve bu sayede birçok kadının hayatı kurtulabilmektedir. Uzmanlar hastalığın ilk evresinde tanı ve muayene amaçlı olarak çoğunlukla Mamografi yöntemini kullanırlar. Bu tanı yöntemi, çoğunlukla kitle de dâhil hastalığın farklı değişimlerini (lezyonlarını) tespit etmek için kullanılmaktadır. Son dönemde bilim ve teknoloji alanındaki gelişmeler, mamografi sürrecinde Bilgisayar Destekli Tanılamanın (BDT) önünü açmıştır ki bu da bu hastalığın erken teşhisinin önemini artırmaktadır. BDT kullanımını ölümlü vaka sayısının azalmasına ve kadınların hayatının kurtulmasına yardımcı olmaktadır. BDT uygulama süreci bilgisayarlı algoritmaların toplanması ve kullanılmasını, yani doku bozukluklarının (lezyonların) otomatik görüntü analizi yoluyla işlenmesini içermektedir. Bu yüksek lisans tezinin amacı, mamografik görüntülerdeki kitlenin otomatik netleştirilmesi ve segmentasyonunu incelemektir. Tez kapsamsında öncelikle Göğüs Kanserinin arka planı ve birçok kadının hayatını ne şekilde etkilediği üzerinde durulmuştur. Ayrıca, tez çalışması birçok farklı parametrenin değerlendirilmesiyle Unsharp Masking gibi görsel iyileştirme tekniklerinin uygulanmasını da kapsamaktadır. Biçimsel operasyon gibi segmentasyon teknikleri de ana hatlarıyla belirtilmiş ve üzerinde durulmuştur. Bütün deneysel çalışmalar ve süreçler mini-MIAS veri tabanından alınan farklı göğüs yoğunluklarından bir dizi mamografi ile yürütülmüş ve MATLAB R2013'te değerlendirilmiştir.
Özet (Çeviri)
There are several types of cancers affecting a large number of people around the world. The main goal of this study is to work on one type of cancer common for a significant percentage of women, that is breast cancer. This disease claims the life of so many women every year, yet early diagnosis of this type of cancer can be quite effective in offering the appropriate medical treatment in a timely fashion. Hence, it could be a very useful tool in helping saving more women's lives. Specialists usually use mammography as a method for examining and detecting breast cancer at its earlier stage. This diagnostic technique often employed to detect different lesions of the disease including calcifications, well defined (circumscribed) masses, Spiculated masses, and so on. Recent development of science and technology has led to the use of Computer Aided Detection (CAD) as a part of diagnostic procedures that will lead to increasing success rates in early diagnosis of the disease. CAD systems will be advantageous in also decreasing the number of misdiagnosed cases. In order to produce diagnostic information, CAD systems first acquire images using appropriate modalities and then use sophisticated image analysis algorithms. In this thesis, we first give a broad background on breast cancer and discuss its influence on the society. The main target of this master research study is to investigate the automatic enhancement and segmentation of lesions in mammographic images. Towards this goal, we first describe and discuss implementation and employment of 'un-sharp masking' as an image enhancement technique. Then, we introduce image segmentation techniques based on morphological operations. Finally, we apply these techniques on mammogram images and show/discuss our results. All experimental work were performed on a set of mammograms with different breast densities obtained from mini Mammogram Images Analysis Society (MIAS Database) and the procedures were developed in MATLAB R2013 environment.
Benzer Tezler
- Automatic detection of breast cancer in mammogram images
Automatic detection of breast cancer in mammogram images
FAOZİA ALİ SAİF ALSARORİ
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REZA HASSANPOUR
- Görüntü işleme teknikleriyle meme kanserinin teşhisi
Diagnosis of breast cancer with image processing techniques
GÜLİZ TOZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PAKİZE ERDOĞMUŞ
- Görüntü zenginleştirme ve hücresel ysa kullanarak meme kanseri teşhisi
Diagnosis of breast cancer using image enhancement and cellular neural networks
LEVENT CİVCİK
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
- Mamogram üzerinden bilgisayar destekli kanser teşhisi
Computer aided diagnosis from mammogram
İLKE TUNALI
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDAL KILIÇ
- Feature extraction from mammographic mass shapes and development of a mammogram database
Mamografik kütle şekillerinden özellik çıkarımı ve bir mamogram veri tabanı geliştirilmesi
GÖKHAN ERTAŞ
Yüksek Lisans
İngilizce
2001
Tıbbi BiyolojiBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ.DR. HALİL ÖZCAN GÜLÇÜR