Automatic detection of epidural hematoma on the brain by using image processing techniques
Görüntü işleme tekniklerini kullanarak beyindeki epidural hematomların otomatik tespiti
- Tez No: 467666
- Danışmanlar: YRD. DOÇ. DR. GÖRKEM SERBES
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: beyinde epidural hematom, beyin kanaması, beyin BT taramaları, görüntü bölütlemesi, Epidural hematoma on the brain, brain hemorrhage, brain CT scans, Gaussian Mixture Modeling, image segmentation
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 65
Özet
Modern tıpta vücuttaki kanamaların tespiti genellikle görüntüleme tekniklerinin kullanımına bağlıdır. Görüntülerden kraniyal yaralanmaların otomatik tespiti radyologlar için karmaşık ve zorlayıcı bir iştir. Tespit zorlukları genellikle beyin içerisindeki yapıların ve kanamanın iç içe geçmesinden dolayı olmaktadır. Beyindeki yapıların çeşitliliği tespit ve ayrıştırma algoritmalarının karmaşıklığını arttırmaktadır. Araştırma çabalarının çoğunun ana odak noktası Bilgisayar Destekli Tanı (BDT) sistemleri ile ilgilidir. İnsan vücudunun farklı bölümlerinden alınan görüntülere doğru ve hızlı tanı koyabilecek şekilde işleme ve analiz etme fikri, araştırmanın temel alındığı ana fikir olmuştur. Önerilen bu tezde beyinin Bilgisayarlı Tomografi (BT) taramalarında, beyindeki Epidural Hematomun (EDH) var olup olmadığını tespit etmek için yukarıda bahsedilen yaklaşım takip edilmektedir. Ayrıca, bu kanamanın boyutu da çıkarılmıştır. Sistem, görüntü önişleme, görüntü kümeleme, görüntü bölütleme ve görüntü çıkarımı gibi xiii birçok aşamayı içerecek şekilde uygulanmıştır. Gerçekleştirilen deneylerin sonuçları çok ümit vericidir. Tüm görüntüleme tekniklerinin amacı, Travmatik Beyin Hasarının (TBH) ilerlemesini öngörmektir. Kullanılan her bir tekniğin TBH türlerini tanımlamada belli avantajları vardır, ancak BT her zaman TBH ile uğraşırken birincil tercih olarak kullanılmaktadır. Bunun nedeni, BT'nin yüksek algılama hızı, erişilebilirlik ve yüksek hassasiyet gibi özelliklere sahip olmasıdır. Manyetik Rezonans Görüntüleme (MR) sistemlerinin kullanımı, BT ile elde edilen sonuçların net olmadığı durumlarda ve hastanın semptomlarına bağlı olarak önerilebilir. MR, BT ile tespit edilemeyen bazı TBH türlerinin tanısında çok daha başarılıdır. Bununla birlikte, hasta klostrofobisi, yüksek maliyet, uzun ölçüm süreleri ve hasta hareketlerine duyarlılığı nedeniyle MR kullanımı daha azdır. Önerilen tezde beyindeki epidural hematomun beynin BT tarama görüntülerinde bulunup bulunmadığının saptanması, ayrıca, bu kanamanın boyutunu çıkarılması temel problemidir. Gauss Karışım Modelleri temelli bölütleme önerilen yöntem olarak kullanılmış ve elde edilen sonuçlar k-ortalama bölütleme ile karşılaştırılmıştır. Bu tezdeki tüm kodlar MATLAB yazılımında geliştirilmiş ve veri seti“https://radiopaedia.org/”tıbbi web sitesinde var olan görüntüler arasından seçilmiştir. Veri seti, insan beyninin 37 BT görüntüsünden oluşmaktadır. Bu görüntüler EDH BT görüntülerini içermektedir. Bu derlemede BT görüntüleri, serebral kanamayı belirlemek için kullanılmaktadır. BT taraması aynı anda kemik, hassas dokular ve damarları görüntüleyebilir. BT görüntüleri önce okunmuştur. Daha sonra beyin BT görüntüleri jpeg dosyalarına dönüştürülmüştür. Ardından, bu görüntüler sisteme yüklenerek ön-işlemeye tabi tutulmuştur. Beyin görüntülerindeki kanamaların doğru bir şekilde tespitinin ve çevrelerinin kırmızı bir renkle işaretlenmesini gerçekleştirilebilmesi için Prof. Dr. İsmail Oran'dan (Ege Üniversitesi Tıp Fakültesi, Radyoloji Bölümü, Bornova, İzmir Türkiye) yardım aldık.
Özet (Çeviri)
In modern medicine, detection of a hematoma depends mostly on the utilization of imaging techniques such as Computerized Tomography (CT) and Magnetic Resonance Imaging (MRI). Detection of brain injuries on brain images is a convoluted and challenging task for the radiologist. Challenges mostly occur due to the nearness and nested nature of different types of brain tissues. The diversity of cerebrum structures increase the algorithm complexities required to detect and segment the injury region. Traffic accidents and falls are the two most frequent causes of traumatic brain injury (TBI), falls being slightly more prevalent. According to American Speech Language Hearing Association, every year, at least 1.7 million (TBIs) occur in the United States and Epidural Hematoma (EDH) cases constitute more than 45 % of the TBI. As for the epidemiology of TBI in Europe, studies show that the overall incidence rate is xi approximately 300 per 100,000. Therefore, TBI detection and management of its treatment is an important health care problem. In TBI detection and management, the goal of all imaging techniques is to locate the injury site and predict its progression. Each imaging technique has advantages for describing specific types of TBI. However, due to its high detection speed, availability, and high sensitivity, CT is always the primary choice when dealing with TBI. MRI is used less frequently because it requires long image acquisition times, has higher costs, is very sensitive to patient movements ,and is not suitable for patients with claustrophobia. In this thesis, we aim at detecting, i.e., marking the border and measuring the size of, EDH regions in CT scans of the brain. Our proposed system contains many image processing operations, including image segmentation and binary morphology. We have used Gaussian Mixture Modeling (GMM) segmentation as the primary method and compared its results against the well-known k-means segmentation. All the codes in this thesis have been developed in MATLAB software environment and the experimental data consisting of 37 CT images of EDH (or bleeding) cases was obtained from a publicly available dataset of human brain images. We have received help from an expert radiologist to select these images and build the ground truth (i.e., the actual boundary information of EDH regions) for them. He has visually inspected all of 37 images and marked the boundaries of bleeding regions by red color using an image editing software. We have then implemented our segmentation algorithms on these images, compared our findings against the ground truth provided by the expert, and finally computed accuracy rates in our detection. Our results are very promising and encouraging; on average, our proposed GMM based segmentation method yields 85 % detection accuracy rate compared to 83 % of k-means method.
Benzer Tezler
- İntrakranial hemorajilerde unet tabanlı derin sinir ağları ile beyin BT görüntülerinin otomatik segmentasyonu ve volümetrik analizi
Automatic segmentation and volumetric analysis of intracranial hemorages in brain CT images with unet-based deep neural networks
MURAT YÜCE
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AHMET TAN CİMİLLİ
- 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
- Polisomnografi sinyallerinin işlenmesi ile uyku apnesinin otomatik teşhisi
Automatic detection of sleep apnea by processing of polysomnography signals
GÖZDE KARAMUSTAFAOĞLU
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
YRD. DOÇ. DR. ESRA SAATÇI
- Aynı bölgeye ait ardışık gökyüzü görüntülerindeki hareketli cisimlerin doğru tanıma yöntemi ile otomatik tespiti
Automatic detection of moving object from seqential telescope images using line detection algorithm
NURDAN KARAPINAR
Yüksek Lisans
Türkçe
2017
Astronomi ve Uzay BilimleriAkdeniz ÜniversitesiUzay Bilimleri ve Teknolojisi Ana Bilim Dalı
YRD. DOÇ. DR. MURAT KAPLAN
- Automatic detection of cyber security events from turkish twitter stream and turkish newspaper data
Türkçe twitter akışı ve türkçe gazete verilerinden siber güvenlik olaylarının otomatik tespit edilmesi
ÖZGÜR URAL
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DOÇ. DR. CENGİZ ACARTÜRK