Geri Dön

Dinamik kontrastlı manyetik rezonans görüntülerinde bilgisayarlı meme kanseri sınıflandırması

Computerized breast cancer classification in dynamic contrast magnetic resonance images

  1. Tez No: 552838
  2. Yazar: AHMET HAŞİM YURTTAKAL
  3. Danışmanlar: PROF. DR. HASAN ERBAY
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kırıkkale Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

Meme kanseri, meme dokusundaki hücrelerde gelişen kanser türüdür. Kadınlarda en sık görülen kanser türüdür. Meme kanseri tümörünün erken teşhisi, tedavi sürecinde hayati öneme sahiptir. Mamografi, fiziksel belirtiler gelişmeden önce meme kanserini erken bir aşamada tanımlamak için değerli bir araçtır. Meme görüntülerini oluşturmak için X ışınlarını kullanan, memenin özel bir radyografisidir. Mamografide yanlış-negatif teşhisi azaltmak için, % 2'den daha fazla habis tümör şüphesi olma ihtimali olan lezyonlar için biyopsi önerilmektedir ve bunların arasında % 30'dan daha azının habis olduğu tespit edilmiştir. Gereksiz biyopsileri azaltmak için, son zamanlarda, Manyetik Rezonans Görüntüleme (MRG) de meme kanseri tanısı için kullanılmıştır. MRG, meme kanseri tümörlerini tespit etmek, izlemek ve lezyonlu bölgeleri yorumlamak için önerilen bir testtir çünkü yumuşak doku görüntüleme için mükemmel bir kabiliyete sahiptir. Doku görüntüsünü oluştururken, biyolojik olarak zararlı kabul edilen iyonlaştırıcı radyasyon yerine yüksek manyetik alanlar ve radyo frekansında sinyaller kullanmaktadır. Bununla birlikte, deneyimli bir radyolog ve zaman alıcı bir süreç gerektirmektedir. Öte yandan, Evrişimsel Sinir Ağları (ESA) görüntü sınıflandırmada makine öğrenmesi tabanlı yöntemlerle karşılaştırıldığında görüntü sınıflandırmada daha iyi performans göstermiştir. Bu tez çalışmasında, MRG görüntüleri kullanarak meme kanseri tümörünü teşhis etmek için ESA'lar kullanılmaktadır. Yalnızca piksel bilgilerini kullanarak, çevrimiçi veri artışına sahip, çok katmanlı bir ESA modeli tasarlanmıştır. Önerilen ESA modelinin doğruluğu %98.33, hata oranı 0.0167 duyarlılığı 1.0, özgüllüğü %96.88 iken kesinlik değeri %96.55'tir. Doğruluk, hata oranı, hassasiyet, duyarlılık, özgüllük gibi performans ölçümleri, ağın umut verici olduğunu göstermektedir.

Özet (Çeviri)

Breast cancer is the type of cancer that develops from cells in the breast tissue. It is the most common type of cancer in women. Early detection of the breast cancer tumor is vital in the treatment process. Mammography is a valuable tool to identify breast cancer at an early stage before physical symptoms develop. It is a special radiography of the breast that uses X-rays to produce the breast images. To reduce false-negative diagnosis in mammography, a biopsy is recommended for lesions with greater than a 2% chance of having suspected malignant tumors and, among them, less than 30 percent are found to have malignancy. To decrease unnecessary biopsies, recently, Magnetic Resonance Imaging (MRI) has also been used for the diagnosis of breast cancer. MRI is the highly recommended test for detecting and monitoring breast cancer tumors and interpreting lesioned regions since it has an excellent capability for soft tissue imaging. It uses high magnetic fields and radio-frequency signals instead of ionizing radiation, which is considered biologically harmful, to produce the tissue image. However, it requires an experienced radiologist and time-consuming process. On the other hand, Convolutional Neural Networks (CNNs) have demonstrated better performance in image classification compared to machine learning based methods In this thesis, CNNs were used to diagnose breast cancer tumor using MRI images. Using only pixel information, a multi-layer CNN model was designed with online data augmentation. The accuracy of the proposed network was %98.33, the error rate was 0.0167, sensitivity was 1.0, specificity was 0.9688 whereas precision was 0.9655. The performance metrics such as accuracy, error rate, sensitivity, specificity, and precision state that the network is promising

Benzer Tezler

  1. Dinamik kontrastlı meme manyetik rezonans görüntülemede halkasal kontrastlanan lezyonların radyolojik bulgularının lezyon tanısındaki rolü

    The role of radiological findings of rim enhancing lesions in dynamic contrast-enhanced breast magnetic resonance imaging in lesion diagnosis

    UMUR GÖRÜCÜ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Radyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ LEMAN GÜNBEY KARABEKMEZ

  2. Görüntü füzyonu yöntemleri ile karaciğer lezyon görüntülerinin değerlendirilmesi

    Evaluation of liver lesion images with image fusion methods

    SAİM ERVURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT CEYLAN

  3. Sürrenal kaynaklı adenom ve metastazların dinamik mr incelemelerindeki kontrastlanma paternlerin karşılaştırılması

    Comparison of contrast enhancement pattern of adrenal adenomas and adrenal metastasis in dynamic mri̇

    ERLAN SYDYGALIEV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. ŞÜKRÜ MEHMET ERTÜRK

    PROF. AHMET MESRUR HALEFOĞLU

  4. Pulmoner nodüllerin boyutuna göre tespit edilebilirliğinin multidedektör bilgisayarlı tomografi-manyetik rezonans görüntüleme sekanslarıyla karşılaştırılması ve değerlendirilmesi

    Comparison and evaluation of multidectector computerized tomography-magnetic resonance imaging detectability of pulmonary nodulesby size

    HÜSEYİN ALPER KIZILOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Radyoloji ve Nükleer TıpAtatürk Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. ADEM KARAMAN

  5. Mesanenin benign ve malign neoplazilerinin değerlendirilmesinde manyetik rezonans sistoskopinin konvansiyonel sistoskopi ile karşılaştırılması

    Comparison of magnetic resonance cystoscopy with conventional cystoscopy in the evaluation of benign and malign bladder neoplasms

    EVRİM BENGİ TÜRKBEY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2007

    Radyoloji ve Nükleer TıpHacettepe Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF.DR. DENİZ AKATA