Raspberry Pi üzerinde çalışan ELM algoritması ile beyin tümör segmentasyonu
Brain tumor segmentation with ELM algorithm working on raspberry Pi
- Tez No: 529048
- Danışmanlar: DR. ÖĞR. ÜYESİ ESER SERT
- 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: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Gelişen dünyada, birçok alanda insanlara yardımcı olabilecek görüntü işleme, optimizasyon, gömülü sistemler ve görüntüleme teknolojileri üzerinde yoğun çalışmalar yapılmaktadır. Bu sistemlerin kullanıldığı sektörlerin başında sağlık gelmektedir. Yeni geliştirilen teknolojiler sayesinde, MRI (Magnetic Resonance Imaging Manyetik Rezonans Görüntülemesi) görüntüsünden hastalıklı bölgenin yeri, boyutu gerçekçi ve hızlı bir şekilde belirlenebilmektedir. Buna ek olarak radyolog' un gözünden kaçabilecek çok küçük tümörlerin dahi belirlenmesi sağlanabilmektedir. Bu çalışmada Mobil olarak kullanılabilen Raspberry Pi donanımı üzerinde çalışan ELM (Extreme Learning Machine-Aşırı Öğrenme Makinesi) kullanılarak beyin MRI görüntülerini işleyip ve bu görüntülerde bulunan tümörlü kısmın tespit edilmesini sağlayan bir segmentasyon sisteminin tasarımı gerçekleştirilmiştir. Tasarlanan sistem de MRI görüntüleri ön işleme tabi tutulur. Ardından, ön işlenmiş görüntülerle ELM kullanılarak öğrenme gerçekleştirilir. Test verileri kullanılarak tümör analizi gerçekleştirilmektedir ve sonuç RPI (Rasbperry Pi)' ye bağlı olan 3.5 inç' lik bir ekranda gösterilmektedir. ELM nin eğitimi için 3100 adet 50x50 boyutuna sahip tümör görüntüleri kullanılmıştır. Bu çalışmada, 20 adet MRI görüntüsünden elde edilen bölütleme sonuçlarının başarımını tespit etme amacıyla, önemli yaklaşımlardan olan Pratt' ın FOM (Figure of Merid), JSC (Jaccard Similarity Coefficient) ve Dice indeksleri tercih edilmiştir. Çalışmada yüksek doğrulukla mobil düzeyde çalışan bir sistem tasarımı gerçekleştirilmiştir.
Özet (Çeviri)
In the developing world, intensive studies are carried out on image processing, optimization, embedded systems and imaging technologies that can help people in many areas. Health is one of the sectors where these systems are used. Thanks to the newly developed technologies, MRI (Magnetic Resonance Imaging Magnetic Resonance Imaging) image can determine the location and size of the diseased area realistically and quickly. In addition, it is possible to determine even very small tumors that can escape the eye of the radiologist. In this study, a segmentation system was designed to process brain MRI images using the ELM (Extreme Learning Machine) which is used on mobile Raspberry Pi equipment and to detect the tumor part found in these images. The designed system is also pretreated by MRI images. Learning is then performed using ELM with preprocessed images. Tumor analysis is performed using test data and the result is displayed on a 3.5 inch screen connected to RPI (Rasbperry Pi). For the training of ELM, 3100 50x50 tumor images were used. In this study, in order to determine the performance of the segmentation results obtained from 20 MRI images, FOM (Figure of Merid), JSC (Jaccard Similarity Coefficient) and Dice indices were preferred. In the study, a system design has been carried out working with high accuracy in mobile level.
Benzer Tezler
- Raspberry Pi üzerinde AES algoritmasına yan kanal analizi ve ölçüm iyileştirme
Side channel analysis to AES algorithm on Raspberry Pi and measurement improvement
ELİF BÜYÜKKAYA
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Şehir ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
PROF. DR. ENSAR GÜL
DR. NECATİ ERSEN ŞİŞECİ
- Smart classroom based on IoT computıng and artıfıcıal ıntellıgence
IoT bilgisayar ve yapay zeka dayalı akıllı sınıf
AHMED MAWLOOD ANWAR BABAN
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHİ ABDU IBRAHIM
- Developing cost-effective data acquisition systems by using mems accelerometers and geophone sensors
İvmeölçer ve jeofon sensörleri ile maliyet-etkin veri toplama sistemlerinin geliştirilmesi
KAMER ÖZDEMİR
Yüksek Lisans
İngilizce
2023
Deprem MühendisliğiGebze Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHU MUTLU
- Deep learning-based face recognition with raspberry Pi and USB accelerator for IoT environments
IoT için rapsberry Pi ve USB hızlandırıcı ile derin öğrenme tabanlı yüz tanıma
KUTAY YILDIZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. MURAT KOYUNCU
- Design and implementation of model predictive trajectory tracking controller for a quadcopter
Dört pervaneli insansız hava aracı için yörünge takip eden model öngörülü kontrolcü tasarımı ve uygulaması
KÜBRA HİLAL SALMAN
Yüksek Lisans
İngilizce
2022
Makine MühendisliğiBoğaziçi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN ÖNCÜ