3B alzheimer MR görüntülerinin sınıflandırılmasında yeni yaklaşımlar
New approaches to the classification of 3D alzheimer MR images
- Tez No: 530322
- Danışmanlar: DOÇ. DR. SERAL ÖZŞEN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 198
Özet
Alzheimer Hastalığı yaşlılıkla beraber başlayan ve geri dönüşü olmayan nörolojik bir beyin hastalığıdır. Hastalığın nedeni bilinmemektedir ve hastalığı durduran bir tedavi yoktur. Ancak erken evre teşhis edilebilirse hastalığın bulunduğu evreyi uzatacak bir takım tedaviler mevcuttur. Dünyada yaşlı nüfusun artması ile beraber hastalığın ülkelere tedavi maliyetleri, bakım masrafları ve sosyolojik çıktıları bakımından ağır yükler getireceği tahmin edilmektedir. Güncel rakamlarla Türkiye'de yaklaşık 600 bin aile Alzheimer ile mücadele etmektedir. Ülkemizde de yaşlı nüfusun artması ile beraber hastalığa yakalanma riski de gittikçe artmaktadır. Dolayısıyla Alzheimer hastalığının tespiti, maliyeti, risk faktörleri, ilaç tedavileri, sosyolojik çıkıtları, bakım metotları gibi çalışmalar hem ülkemizde hem de dünyada güncelliğini koruyan konulardır. Manyetik rezonans görüntüleme nörolojik hastalıkların beyinde oluşturduğu hasarların invazif olmayan bir şekilde izlenebilmesi için geliştirilmiş olan üç boyutlu bir görüntüleme tekniğidir. Bu teknik ile Alzheimer hastalığının beyinde meydana getirdiği katı değişiklikler net bir şekilde izlenebilmektedir. Tez çalışmasında üç boyutlu manyetik rezonans görüntüler kullanılarak Alzheimer hastalığının beyinde meydana getirdiği hacim, simetri ve doku farklılıklarını temsil eden çok değişkenli özellikler ile hastalığı sınıflandıran yeni yaklaşımlar geliştirilmiştir. Üç boyutlu Manyetik Rezonans görüntülerde önişlemelerin nasıl yapıldığı, literatürde hangi sayısal metotların ve paket programların kullanıldığı detaylı bir şekilde incelenmiştir. Global ve lokal hacimler için hesaplamaları kısa bir sürede yapan etkili modeller önerilmiştir. Simetri analizi için görüntü kalite analizinde kullanılan iki metrik ve istatistikte kullanılan dokuz metrik ile yeni bir simetri hesabı modeli türetilmiştir. Doku analizi için üç boyutlu görüntülerde hangi bölgelerin dejenerasyona uğradığı öncelikle belirlenmiştir. Bunun için literatürde grup analizlerinde sıklıkla kullanılan Voksel Tabanlı Morfometri ile kayıp bölge haritalamaları yapılmış, ilgili bölgelerin üç boyutlu hacim kayıp maskeleri elde edilmiştir. Böylece tüm bir görüntü ile analiz yerine sadece ilgili bölge analizi yapılarak hem süre hem de sınıflandırma performansı açısından etkili modeller geliştirilmiştir. İlgili bölgeler manyetik rezonans görüntülerde maskelendikten sonra histogram tabanlı birinci dereceden istatistikler, ham voksel değerleri, üç boyutlu ayrık dalgacık dönüşümü ve üç boyutlu gri seviye eş oluşum matrisleri kullanılarak doku özellik kümeleri oluşturulmuştur. Tüm özellikler, boyutlarının çok fazla olmasından dolayı Bhattacharya, entropi, roc, t-test, Wilcoxon özellik derecelendirme yöntemi ile en anlamlı özellikten en anlamsız özelliğe doğru derecelendirilmiştir. Sıralanan özellikler sırayla birleştirilmiş ve sonra on kat çapraz geçerleme ve iki farklı kernel kullanarak destek vektör makinaları ile sınıflandırılmıştır. Tez çalışmasında, önerilen yaklaşımlar öncelikle The Open Access Series of Imaging (OASIS) veri tabanından elde edilen Alzheimer ve Normal üç boyutlu MR görüntüleri ile sınıflandırma doğrulukları değerlendirilmiştir. OASIS veri tabanında en yüksek sınıflandırma doğruluğunu veren modeller belirlenerek, Selçuk Üniversitesi Tıp Fakültesi Nöroloji ve Radyoloji Anabilim Dallarının ortak aldıkları verilerde validasyon işlemi gerçekleştirilmiştir. Tüm analizler sonucunda üç boyutlu manyetik rezonans görüntülerinde normal kontrolden Alzheimer hastalığını ayıran en iyi özellik kümeleri ve sınıflandırma modelleri belirlenmiştir.
Özet (Çeviri)
Alzheimer's Disease is a neurological brain disease that begins with aging and is irreversible. The cause of the disease is unknown and there is no cure to stop the disease. However, if the early stage can be diagnosed, there are a number of treatments that will extend the stage of the disease. Along with the increase in the elderly population in the world, it is estimated that the disease will bring a heavy burden to the countries in terms of treatment costs, care costs and sociological outcomes. With current figures, approximately 600 thousand families are struggling with Alzheimer's in Turkey. With the increase in the elderly population in our country, the risk of getting caught the disease is also increasing. Therefore, studies such as detection, cost, risk factors, drug treatments, sociological outcomes, and care methods of Alzheimer's Disease are the subjects that keep up-to-date both in our country and in the world. Magnetic resonance imaging is a three-dimensional imaging technique developed for non-invasive monitoring of brain damage caused by neurological diseases. With this technique, rigid changes in the brain caused by Alzheimer's disease can be clearly monitored. In the thesis study, new approaches that classify the disease have been developed with multivariate features representing the volume, symmetry and tissue differences caused by Alzheimer's disease in the brain by using three-dimensional magnetic resonance images. In the three-dimensional magnetic resonance images, how preprocessing methods are made, which numerical methods and package programs are used in the literature are examined in detail. Effective models have been proposed that make calculations for global and local volumes in a short time. For symmetry analysis, a new model of symmetry calculation has been derived with two metrics used in image quality analysis and nine metrics used in the statistic. In order to perform the texture analysis, it has been determined primarily which regions undergo degeneration in three-dimensional images. For this purpose, lossy region maps have been made with Voxel-Based Morphometry which is often used in group analyzes in the literature, and three-dimensional volume loss masks of the corresponding regions have been obtained. Thus, instead of analyzing an entire image, only the relevant region analysis is performed and effective models are developed in terms of both time and classification performance. Relevant regions after being masked in magnetic resonance images, histogram-based first order statistics, raw voxel values, three-dimensional discrete wavelet transform, and three-dimensional gray level co-occurrence matrices have been used to generate texture feature sets. All features have been ranked from the most meaningful feature to the most meaningless feature with Bhattacharya, entropy, roc, t-test, Wilcoxon feature ranking methods because of their large size. Ranked features have been combined in order and then have been classified by support vector machines using ten-fold cross-validation and two different kernels. In the thesis study, the proposed approaches have been firstly evaluated with the classification accuracies of Alzheimer's and Normal three-dimensional MR images obtained from the Open Access Series of Imaging (OASIS) database. In the OASIS database, the models that give the highest classification accuracy have been identified and validation has been performed in the data obtained from the Department of Neurology and Radiology, Faculty of Medicine, Selçuk University. As a result of all analyzes, the best feature clusters and classification models that distinguish Alzheimer's disease from normal control in three-dimensional magnetic resonance images have been determined.
Benzer Tezler
- Derin öğrenme yöntemlerine dayalı beyin görüntülerinin analizi ile Alzheimer hastalık sınıflandırması
Alzheimer's disease classification by analysis of brain images based on deep learning methods
SÜMEYYE ÜNLÜLEBLEBİCİ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- 3b MRI ve hasta bilgileri kullanarak derin öğrenme ile alzheimer hastalığının erken teşhisi
Early detection of alzheimer's disease with deep learning using 3d MRI and patient informations
ARMAN ATALAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT ADAR
- Diagnosis of alzheimer's disease with deep learning: A hybrid 3D CNN and RNN approach
Derin öğrenme ile alzheımer hastalığının tanısı: Hibrit 3B CNN ve RNN yaklaşımı
IDRIS CHENTOUF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiYapay Zeka Ana Bilim Dalı
YRD. DOÇ. DR. ZAFER İŞCAN
- 3-boyutlu yazıcı ile üretilen donepezil yüklü nanopartikül gömülü iskelelerinin anti-alzheimer etkilerinin in vitro değerlendirilmesi
In vitro evaluation of the anti-alzheimer's effects of donepezil-loaded nanoparticle embedded scaffolds produced by 3D printer
İLKE KABAOĞLU ÇALI
Yüksek Lisans
Türkçe
2024
Eczacılık ve FarmakolojiMarmara ÜniversitesiFarmakoloji Ana Bilim Dalı
DOÇ. DR. MUHAMMET EMİN ÇAM
- U-net backbone architectures for 3D segmentation of hippocampus volume in brain MRI
Beyin MRI'deki hipokampus hacminin 3D bölütlemesi için U-net omurga mimarisi
FELLA ACHOURI
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN