Image denoising in volume rendering
Hacim işlemede gürültü temizleme
- Tez No: 507544
- Danışmanlar: PROF. DR. ULUS ÇEVİK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Tıbbi görüntüleme, gürültü tespiti, aşırı öğrenme makineleri, gürültü temizleme, filtreleme, Medical imaging, noise detection, extreme learning machines, denoising, filtering
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 184
Özet
Bu çalışmada, hastalığın tanı ve tedavisinde önemli bir yere sahip olan tıbbi görüntüleme sistemlerinin ürettikleri çıktıların görüntüleri kullanılmıştır. Medikal alanda kullanılan görüntülerin gürültüleri yeterince azaltılmaz ise bu görüntülerin tıbbi amaç olarak kullanılması ve hastalığın teşhisi çok zor hale gelir. Bu amaçla da, tıbbi görüntülerdeki gürültülü pikselleri tespit etmek ve gürültüleri temizleme için yeni bir kaynak ayrıştırma yöntemi olan aşırı öğrenme makineleri (ELM) metodu uygulanmıştır. Bu yöntemin seçilmesinin sebebi sadece gürültülü pikselleri temizlemek değil, aynı zamanda hastalık teşhisi için kullanılabilecek kritik yapısal bilgileri korumaktır. Yapılmış çalışma ile yaygın olarak kullanılan sınıflandırma tekniklerinden ileri beslemeli yapay sinir ağları (YSA) ve destek vektör makineleri (SVM) ile filtreleme yöntemlerinden Gauss, NLMF ve Kuwahara filtreleri ile karşılaştırılmıştır. Filtreleme işleminden sonra, filtrelenmiş ile orijinal görüntüler arasındaki benzerliğin ölçülmesi için yaygın olarak kullanılan bazı istatistiksel parametreler (MSE, PSNR ve SSIM) hesaplanmıştır. Çok sayıda bilgisayarlı tomografi (CT) görüntüsü kullanılarak, ELM yönteminin tıbbi görüntüler üzerindeki etkisi kıyaslanmıştır. Bu yöntemin istatistiksel olarak etkili olduğu, diğer yöntemlerden daha doğru ve yüksek başarı oranları ürettiği raporlanmıştır.
Özet (Çeviri)
In this study, output images produced by medical imaging systems, which have an important role in the diagnosis and treatment of the disease, are used. If the noises of the images used in the medical field are not sufficiently reduced, the use of these images as a medical purpose and diagnosis of the disease becomes very difficult. For this purpose, a new machine learning approach, Extreme Learning Machines (ELM), has been applied for determining noisy pixels in medical images and denoising. The reason behind selecting this method is not only for denoising pixels, but also maintaining critical structural information that can be used for disease diagnosis. The classification techniques (ANN and SVM) with filtering methods (Gauss, NLMF and Kuwahara) are compared with our study. After filtering, some commonly used statistical parameters (MSE, PSNR and SSIM) are calculated to measure the similarity between filtered and original images. The effect of the ELM method on medical images was compared by using multiple computerized tomography (CT) images. The results showed that this method is statistically effective and produces more accurate and higher success rates than other methods.
Benzer Tezler
- INBH'da pia-araknoid kompleksinin patofizyolojik mekanizmaya olan etkisinin volumetrik incelenmesi
A volumetric examination of pia-arachnoid complex' role in İNPH pathophysiology
ŞİYAR BAHADIR
Tıpta Uzmanlık
Türkçe
2023
NöroşirürjiHacettepe ÜniversitesiNöroşirürji Ana Bilim Dalı
DOÇ. DR. AHMET İLKAY IŞIKAY
- Unsupervised anomaly detection on brain fractional anisotropymaps by inpainting with denoising diffusion probabilistic models
Gürültü giderici difüzyon olasılık modelleri ile iç boyamayoluyla beyin fraksiyonel anizotropi haritalarındadenetimsiz anormallik tespiti
BURHAN YUSUF ARAT
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiYeditepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANDAÇ HAMAMCI
- Image denoising in multiresolution wavelet domain
Çok çözünürlüklü dalgacık alanında imge gürültü uzaklaştırma
SLEMAN SAEED HASSAN AL-JAF
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSA ATAŞ
- Hybrid image denoising in multiresolution wavelet domain
Çoklu çözünürlük dalgacık uzayında imgelerden hibrit gürültü temizleme
AHMED ABDULMAGED ISMAEL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET BAYKARA