Medikal görüntüler için yeni bir bölütleme algoritması ve analiz uygulaması
A new segmentation algorithm for medical images and analysis application
- Tez No: 529765
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET SERDAR GÜZEL
- 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: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Medikal görüntüler tıbbi alanda teşhis ve tedavi gibi amaçlar için kullanılan verilerdir. Bu veriler üzerinden anlamlı çıkarımlarda bulunmak medikal uğraşı alanının yanı sıra görüntü işleme alanı için de ayrı bir çalışma konusu oluşturmaktadır. Esasında, medikal görüntüler üzerinden anlamlı verilerin elde edilmesi, görüntü işleme çalışmalarında ayrı bir ihtisas gerektiren önemli bir çalışma alanı olarak kabul edilmektedir. Elde edilen veriler, hekime hastaya ait teşhis ve tedavi yöntemleri ile ilgili nasıl bir yol izlemesi hususunda önemli bilgiler sunmaktadır. Bu bağlamda, medikal görüntülerden karaciğer, akciğer, kalp, beyin vb. organların CT ve MR gibi görüntüleme yöntemleri ile elde edilen DICOM formatındaki imgelerinden, görüntü işleme yöntemleri ile veri çıkarımı yapmak günümüzde popüler ve önemli bir çalışma alanı olarak kabul edilmektedir. Bu çalışma, medikal resimlerden karaciğer dokusunu, bölütleme yöntemleri ile tespit edip karaciğer dokusuna ait özelliklerin çıkarımını sağlayan yeni bir yöntem önermiş ve bu yöntemi kullanan bir uygulanmanın sonuçlarını detayları ile tartışmıştır. Bu çalışma kapsamında karaciğer organının bulunması, hacminin belirlenip görselleştirilmesi, 3-B modellenmesi ve doku kesitinin gerçekçi oranda hesaplanmasını sağlayan özgün algoritmalar önerilmiş ve bu algoritmaların gerçekleştirildiği özgün bir yazılım deneyler için geliştirilerek algoritmaların doğrulanması sağlanmıştır.
Özet (Çeviri)
Medical images are mainly used with the purpose of diagnoses and treatment in medicine and corresponding fields. Having obtained meaningful results from those images do not only concern medical subject but also interests image processing. Essentially, analyzing medical images are considered as a new and critical field in image processing. These meaningful data may provide crucial information to surgeons or other doctors in terms of finding the best diagnosis and also preplanning of treatments. Analyzing medical images in DICOM format, employing medical visualization techniques such as CT and MR, facilitate to evaluate medical images of vital organs, namely, liver, lung, heart and brain, which has also been accepted as a popular research field in medical image processing. This study proposes a new approach to extract and analyses tissue features of livers from medical images based on segmentation techniques. As well as, the results of an application using this approach is discussed in detail. Overall this study proposes novel algorithms for detection, volume estimation, visualization, 3-D modeling and accurate tissue slice estimation of liver organ respectively. As well as a new software is implemented for experiments so as to verify the performance of those algorithms.
Benzer Tezler
- Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis
Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması
OSMAN LEVENT ŞAVKAY
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Dalgacık yapay sinir ağları ve öğrenme algoritması
Wavelet artificial neural networks and learning algorithm
ABDULLAH BAL
Doktora
Türkçe
2002
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT PASTACI
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Analytical study: Enhancement and segmentation of blood vessels in retinal image channels using digital image processing techniques and morphological processes
Analitik çalışma: Dijital görüntü işleme teknikleri ve morfolojik süreçler kullanılarak retina görüntü kanallarındaki kan damarlarının geliştirilmesi ve bölümlenmesi
OSAMAH HAMAD RAHEEM AL-AZZAWI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ