Geri Dön

BT görüntülerinden sürrenal lezyonların belirlenmesi ve sınıflandırılması

Detection and classification of adrenal lesions by using CT images

  1. Tez No: 499519
  2. Yazar: HASAN KOYUNCU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ RAHİME CEYLAN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 150

Özet

Sürrenal lezyonlar böbreküstü bezlerinde meydana gelen ve genellikle rastlantısal olarak tespit edilen tümör tipleridir. Sürrenal lezyonların tespitinde ve karakterizasyonunda genellikle Bilgisayarlı Tomografi (BT) görüntüleme ve biyopsiden faydalanılır. Ancak sürrenal lezyonların anatomik konumu nedeniyle biyopsi işlemi oldukça zordur. Bu durum, bir Bilgisayar Destekli Teşhis (BDT) sisteminin gerekliliğini ortaya koymaktadır. Gerçekleştirilen tez çalışmasında, sürrenal lezyonların tespiti ve karakterizasyonu için bir BDT sistemi tasarlanmıştır. Tasarlanan BDT sistemi; abdomen segmentasyonu, gürültü ve yağ dokusu eliminasyonu, lezyon segmentasyonu ve lezyon sınıflandırma olmak üzere 4 aşamadan oluşmaktadır. Tez çalışması, Selçuk Üniversitesi Tıp Fakültesi Radyoloji Anabilim Dalı' ndan alınan 98 BT görüntüsü ile gerçekleştirilmiştir. Önerilen BDT sisteminin abdomen segmentasyonu aşamasında eğitim, test ve validasyon veri setlerinde sırasıyla %99.21, %99.54 ve %99.78 ortalama doğruluk değerleri elde edilmiştir. Gürültü eliminasyonu aşamasında literatürdeki farklı yöntemler karşılaştırılmış ve en iyi sonuç (%93.16 doğruluk) Blok Eşleştirme & 3B Filtreleme (BE3BF) algoritması ile bulunmuştur. Yağ dokusu ve gürültü eliminasyonu aşamasında literatüre göre 0.157 dB üstünlük sağlanmıştır. Sürrenal lezyonların segmentasyonu için önerilen sistem ile %83.06 Dice, %86.44 duyarlılık ve %99.66 özgüllük oranlarına ulaşılmıştır. Ayrıca önerilen BDT sisteminin son aşaması olan sürrenal lezyonların sınıflandırılmasında, dalgacık transformu ve optimizasyon temelli yapay sinir ağı ile %80.70 doğruluk ve %75 duyarlılık elde edilmiştir.

Özet (Çeviri)

Adrenal lesions are the tumor types occurring on adrenal glands, and often being detected as coincidentally. Computed Tomography (CT) scan and biopsy process are generally utilized on the detection and characterization of adrenal lesions. However, the biopsy process stays as a challenging task due to the anatomical location of lesions. This situation reveals the necessity of a Computer Aided Diagnosis (CAD) system. In doctoral thesis, a CAD system was designed to detect and characterize the adrenal lesions. Proposed CAD system was designed on 4 steps that are abdomen segmentation, noise and fat tissue elimination, lesion segmentation and lesion classification. The study was realized using 98 CT images taken from Radiology Department of Medicine Faculty at Selcuk University. Abdomen segmentation system achieved the average accuracy rates as %99.21 (training), %99.54 (test) and %99.78 (validation). Different techniques were compared on the noise elimination, and the best result (%93.16 accuracy) was obtained by Block Matching & 3D Filtering (BM3D) algorithm. On the noise and fat tissue elimination, proposed system outperformed to the literature by achieving 0.157 dB higher result. Lesion segmentation system obtained %83.06 Dice, %86.44 sensitivity and %99.66 specificity rates. At the last step of CAD system, proposed method including wavelet transform and optimized neural network, achieved %80.70 accuracy and %75 sensitivity rates on the classification of adrenal lesions.

Benzer Tezler

  1. Onkolojik F-18 FDG PET/BT'de saptanan sürrenal bez lezyonlarının retrospektif değerlendirilmesi

    Retrospective evaluation of adrenal gland lesions detected by oncological F-18 FDG PET/CT

    BERRAK TUĞRAL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    OnkolojiEge Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    DOÇ. DR. ÜLKEM YARARBAŞ

  2. I-123 MIBG, Ga-68 DOTA-PET ve 24 saatlik idrar metabolitleri ile erken-geç ga-68 dota-pet görüntülerindeki tutulum paterninin feokromositoma tanısındakı etkinliğinin karşılaştırılması

    Comparison of i- I-123 MIBG, Ga-68 DOTA PET, 24 hours urine metabolites and early-late ga-68 image retention patern for pheochromacytoma diagnosis effectiveness.

    ARİA FOROUZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    Endokrinoloji ve Metabolizma HastalıklarıMarmara Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    PROF. DR. TANJU YUSUF ERDİL

  3. Erken evre Karaciğer Siroz'unda meydana gelen morfolojik değişikliklerin BT ve MRG ile araştırılması

    Investigation of morphological changes in early stage liver cirrhosis with CT and MRI

    BARIŞ CAN ARSLAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpZonguldak Bülent Ecevit Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. BANU ALICIOĞLU

  4. Travma hastalarına çekilen abdominal tomografi görüntülerinin acil tıp asistanı tarafından akut travma patolojilerini değerlendirme düzeyi

    The level of evaluation of acute trauma pathologies by the emergency medicine assistant of abdominal tomography images taken in trauma patients

    MEHMET SOYUGÜZEL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Acil TıpAfyonkarahisar Sağlık Bilimleri Üniversitesi

    Acil Tıp Ana Bilim Dalı

    YRD. DOÇ. DR. AYŞE ERTEKİN

  5. Beyin BT görüntülerinden inme teşhisine yönelik derin öğrenme tabanlı hekim karar destek sistemi

    Deep learning based physician decision support system for diagnosis of stroke from brain CT images

    MUHAMMED ÖNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Ekobilişim Ana Bilim Dalı

    DOÇ. DR. BUKET KAYA