Ultrason görüntülerinde karaciğer damarlarının otomatik sınıflandırılması
Automatic classification of liver veins in ultrasound images
- Tez No: 509214
- Danışmanlar: DOÇ. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Karaciğer damar segmentasyonu; karaciğer nakli ameliyatlarından önce verici karaciğerinin incelenerek ameliyat planlamasının yapılması, hastalık teşhis işlemlerinde bölge tespiti, damar yapısını belirleme, otomatik damar sınıflandırma, lob hacimlerini belirleme, lob ayrıştırma işlemlerinde damar bağlantılarının elde edilmesi amacıyla kullanılmaktadır. Literatürde, ultrason (US) görüntüleri üzerinde hastalık teşhis, damar belirleme gibi çalışmalar bulunmaktadır. Fakat US karaciğer görüntüleri üzerinde otomatik olarak damarları belirleyip sınıflandıran bir çalışma bildiğimiz kadarıyla bulunmamaktadır. Bu çalışmanın amacı, US karaciğer görüntüleri üzerinde portal ve hepatik damar verilerini tespit etmek ve damarları sınıflandırmaktır. Bu çalışma kapsamında CT, MRI ve US tabanlı karaciğer görüntülerinde damar segmentasyonu ile ilgili yapılan çalışmalar incelenmiştir. Kullanılan yöntem detaylı bir şekilde açıklanmış, deneysel çalışmalarla başarımı incelenmiş ve sonuçlar değerlendirilmiştir. Kabuller: Etrafı beyaz olan konturların portal damar, diğer konturların ise hepatik damar olduğu varsayılmıştır.
Özet (Çeviri)
Liver vessel segmentation can be used for planning the operation by examining the donor liver before liver transplantation operations, region detection in disease diagnosis procedures, determination of vessel structure, automatic vessel classification, determination of lobe volumes, and acquisition of vessel connections in lobe decomposition processes. In the literature, there are studies such as disease diagnosis and vein identification on ultrasound (US) images. However, as far as we know, there is no study that automatically identifies and classifies vessels on US liver images. The purpose of this study is to detect portal and hepatic vein data on US liver images and to classify these vessels. In this study, CT, MRI, US based liver vessel segmentation studies were investigated. The method used is explained in detail, the method is applied with experimental studies and the results are evaluated. Acceptances: It was assumed that the contours with white circles were portal veins and the other contours were hepatic veins.
Benzer Tezler
- Farklı açılardan alınan B-mode ultrason görüntülerinin derin öğrenme teknikleri ile çakıştırılması
Registration of B-mode ultrasound images from different angles with deep learning approach
MAHSA MIKAEILI
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ŞAKİR BİLGE
- Ultrasound image segmentation using the watershed algorithm
Ultrason görüntülerinin havza sınırlama yöntemi kullanılarak bölütlenmesi
SİBEL KADIOĞLU
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA KARAMAN
- Sağlıklı koyunlarda karaciğer, böbrek ve dalağın ultrasonografik görüntülerinde ekojenite karşılaştırılması ve histogram analiziyle değerlendirilmesi
Comparison of echogenicity in ultrasonographic images of liver, kidney and spleen in healthy sheep and evaluation with histogram analysis
ABDULLAH ERDEM SADIKOĞLU
Yüksek Lisans
Türkçe
2023
Radyoloji ve Nükleer TıpBurdur Mehmet Akif Ersoy Üniversitesiİç Hastalıkları (Veterinerlik) Ana Bilim Dalı
DOÇ. DR. RAMAZAN YILDIZ
DOÇ. DR. ÖMER GÜRKAN DİLEK
- Derin öğrenme teknikleriyle bilgisayarlı tomografi görüntülerinden otomatik karaciğer ve tümör segmentasyonu
Automatic liver and tumor segmentation from computed tomography images using deep learning techniques
TEVFİK ÇETİNTAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR YILDIRIM
- Gastrointestinal sistem maligniteli hastalarda malnütrisyon ve sarkopeni durumunun değerlendirilmesi
Evaluation of malnutrition and sarcopenia status in patients with gastrointestinal system malignity
AYŞE TEMİZEL TAŞLI
Tıpta Uzmanlık
Türkçe
2023
OnkolojiSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ÖMÜR BERNA ÇAKMAK ÖKSÜZOĞLU