Automated grading and diagnosis system for evaluation of dry eye disease
Kuru göz hastalığının değerlendirilmesi için otomatik sınıflandırma ve tanı sistemi
- Tez No: 457636
- Danışmanlar: YRD. DOÇ. DR. BAHA ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Bugün, gözyaşı eksikliğinden kaynaklanan bir gözyaşı filmi bozukluğu olan Kuru Göz Sendromu (KGS) yaygın olarak görülen bir sağlık sorunudur. Kornea yüzeyi üzerinde oluşan kuru noktaların sayısı KGS şiddetinin bir tanı göstergesi olarak kullanılabilir. KGS şiddetinin bu noktaların tam bir şekilde sayılmasıyla derecelendirilmesi insan gözü için fiilen zor bir işlemdir. Mevcut yöntemlerin yoğun bir şekilde zaman ve kaynak tüketmesinin yanı sıra aynı zamanda oldukça sübjektif bir şekilde hekimin algısına bağımlı olduğu düşünülerek, tanı tekniklerinin iyileştirilmesi klinik KGS analizine önemli ölçüde katkı sağlayacaktır. Bilgisayar destekli sistemler sağlık sistemleri için potansiyel olarak daha objektif ve güvenilir tanı sonuçları sağlayabilir. Dahası, bu sistemler iyi eğitimli göz hekimleri ve modern test teknikleri bulunmayan yerlerde uzaktan tanı sistemi olarak faydalı olacaktır. Bilgisayarlı bir teşhis sistemi görüntü işleme teknikleri kullanılarak geliştirilebilir ve klinik karar verme sürecinde otomatik bir derecelendirme şeması olarak kullanılabilir, ayrıca değerlendirme, tanı ve tedavi süreçlerini hızlandırabilir. Bu tezde sunulan çalışma KGS için daha güvenilir ve kesin tanısını sağlamak için otomatik bir derecelendirme sisteminin geliştirilmesini kapsar. Sistemin tanıma performansının belirlenmesi için orjinal bir klinik veri tabanı göz kliniğinde bir yıl boyunca oluşturulmuştur. Floresein-boyanmış kornea resimleri üzerinde bilgisayarlı methodlar uygulayarak ilgi bölgesi düzeyinde bilgisayarlı bir tanı sistemi gerçekleştirilmiştir. Bu görüntüler, sodyum floresein boyama yapıldıktan sonra biyomikroskop fotoğraflama aracılığıyla toplanmış ve göz hekimleri tarafından geleneksel uygulanan; 0-hiçbiri - 5-şiddetli derecelendirme skalası kullanan klinik Oxford derecelendirme şemasına dayalı olarak etiketlenmiştir. Açıkça görülebilir ki; ideal floresein boyanmış kornea görüntüleri üzerinde çalışarak ve bilgisayarlı yöntemleri uygulayarak gerçek hayatta araştırmacılara daha objektif ve daha hızlı KGS tanısında yardımcı olmak için otomatik KGS tanı kitleri geliştirilebilir.
Özet (Çeviri)
Today, Dry Eye Syndrome (DES) is a widely seen health problem that is a disorder of the tear film due to tear deficiency. The number of dry punctate dots occurred on corneal surface can be used as a diagnostic indicator of DES severity. Grading of DES severity exactly by counting these dots is a really difficult task for human eye. Taking into account that current methods are also subjectively dependent on the perception of the ophtalmologists in addition to spending time and resource intensively, the enhancement of diagnosis techniques would significantly contribute to clinical DES analysis. Computer-aided diagnosis systems can potentially provide more objective and reliable diagnostic results for health care systems. Moreover, they would also benefit as remote diagnosis systems in places where there may not be well-trained ophtalmologists and modern testing techniques. A computerized diagnosis system by utilizing image processing techniques can be developed and used as an automated grading system in clinical decision making, also speed up evaluation, diagnosis and treatment processes. The work presented in this thesis consists of developing an automated grading system in order to provide more reliable and accurate diagnosis for DES. For determining the recognition performance of the system, an orginal clinical database has been formed during a year in eye clinic. A computerized diagnosis system is performed at the region of interest (ROI) level by applying computational methods on the fluorescein-stained corneal images. These images were gathered via slit lamp photography after sodium fluorescein staining and labeled based on the clinical Oxford Grading Schema (OGS) traditionally implemented by ophtalmologists that uses a 0-none to 5-severe grading scale. This study shows that automatic DES diagnostic kits can be developed by implementing computational methods on the fluorescein-stained cornea images to assist investigators for a more objective and faster DES diagnosis in real life.
Benzer Tezler
- Meme kitlelerinde MR-spektroskopi'nin tanıya katkısı
Contribution of MR-spectroscopy in evaluation of breast masses
IŞIL TOPCU
Tıpta Uzmanlık
Türkçe
2004
Radyoloji ve Nükleer TıpDokuz Eylül ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. PINAR BALCI
- Pankreas nöroendokrin tümörlerinde proliferasyon indeksinin değerlendirilmesinde dijital patolojinin önemi
The importance of digital pathology in the evaluation of proliferation index in pancreas neuroendocrine tumors
INGA ADANIR
Tıpta Uzmanlık
Türkçe
2023
PatolojiAnkara ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. BERNA SAVAŞ
- İnvaziv meme kanseri örneklerinde yapay zeka yöntemleri kullanılarak otomatik mitoz tespiti
Automatic mitosis detection using artificial intelligence methods in invasive breast cancer samples
GİZEM SOLMAZ YILMAZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. EVREN ÖNAY UÇAR
DOÇ. DR. FATMA TOKAT
- Rule based segmentati̇on of colon glands
Kalın bağırsak bezlerinin kurala dayanarak bölütlenmesi
SİMGE YÜCEL
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM GÜNDÜZ DEMİR
- A medical decision making system for brain tumor identification from magnetic resonance images using machine learning techniques
Makine öğrenimi tekniklerini kullanarak manyetik rezonans görüntülerinden beyin tümörünün belirlenmesi için tıbbi karar verme sistemi
ZAHRAA ABD AL RAHMAN MOHAMMED AL SAFFAR
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM