Geri Dön

Wavelet based image fusion in biomedical

Bıyomedıkalde dalgacık esaslı görüntü füzyonu

  1. Tez No: 554954
  2. Yazar: MOLHAM MOSHANTAT
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SAEID KARAMZADEH
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Görüntü füzyonu, DWT, PSNR, IDWT, MRI, Entropi, Füzyon kuralları, Image fusion, DWT, PSNR, IDWT, MRI, Entropy, Fusion rules
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 90

Özet

Bu günlerde, tıbbı görüntülemeyi hastanelerde kullanmamız çok önemli. Tıbbı görüntüleme bize insan vücudu hakkında detaylı ve önemli veri ibraz etmekte. Manyetik rezonans görüntüleme bize doku verileri ibraz eder. Pozitron yayınlayıcı tomografi ve tek foton tomografi bize tüm vücudun işlevselliğini ibraz etmektedir. Fakat hastalık tanı ve tedavi planlaması için bu görüntülemeleri bize çok net verileri veremez. Bu nedenle, etkili hastalık analizi için bu farklı modeliste tamamlayıcı veriler gereklidir. Bu veri multimodality medikal görüntü füzyon algoritmaları ile geçirmekte. Bu noktada, kapsamlı araştırmalarında tıbbi görüntüler için birçok füzyon algoritması üzerinde çalışmaktadır. Tıbbi görüntü füzyonu ise, en az iki tıbbi görüntüyü bir görüntüde birleştiren yöntemdir, kaydedilen tıbbi görüntülerin her ikisinin de verilerini içermekte. Bu teknik temel olarak taşhıstan parçası olarak kullanılır. Görüntü füzyonunun ana amacı, iki görüntünün verilerini veya tek bir görüntünün her birinden istenen özellikleri birleştirmektir. Bu tezde wavelet'I (kesikli dalgacık dönüşümü) kullanarak iki tıbbı görüntülemeleri birleştirmek için bir program tasarladık. Sonra bu görüntüdeki tüm dalgacık türlerine uygulandığında en iyi sonucu tartıştık ve dalgacık kullanan tıbbi görüntü üzerinde görüntü füzyon tekniğini kullandık db,coif,sym,dmey,bior,rbio, ve haar. Bu füzyon algoritmaları farklı performans parametreleri kullanılarak analiz edilmektedir örnek olarak“Entropy, PSNR, SD, SNR”en iyi metodu seçebilmesi için.

Özet (Çeviri)

In these days, using medical image is very important in hospitals. These medical images give a lot of data about human body for example Computed Tomography (CT) identifies the bone structure, Magnetic Resonance Image (MRI) image gives that the so tissue data, Positron on Emission Tomography (PET) and Single photon release computed tomography (SPECT) give human body functionality data. but these images can't give clear data image for disease diagnosis and treatment planning. So, these different modality complementary data for effective disease analysis is required. This data is gone through the multimodality medical image fusion Algorithms. To this point, comprehensive research has been conducting on a lot of fusion algorithms for medical images. Whereas Medical image fusion is the method which merge at least two medical images into one image, which contains the data of both the recorded medical image. This technique is fundamentally utilized as a part of diagnosis. The main goal of Image fusion is to combine data from two images or more the required features from each of the single image. Typically, images like MRI and CT are utilized as source image. Discrete Wavelet Transform is utilized for the medicinal image combination execution. In this thesis we designed a program to merge two medical image (MRI and CT) using wavelet transform (Discrete Wavelet Transform) and discussed the best result when applied to all types of wavelets on this image and we used image fusion technique are performed on medical image utilizing wavelets like db, coif, sym, dmey, bior, rbio and haar. These fusion Algorithms are analyzed using different performance parameters like Entropy, PSNR, SD, SNR to choose the better methods.

Benzer Tezler

  1. Farklı derin öğrenme modelleri kullanarak histopatalojik görüntülerden meme tümörlerinin sınıflandırılmasında yeni yaklaşımlar

    New approaches in classification of breast tumors from histopathological images using different deep learning models

    SEMA NIZAM ABDULGHANI

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEYFETTİN SİNAN GÜLTEKİN

  2. Küçük hücreli dışı akciğer kanserli hastaların PET ve BT görüntülerinin birleştirilmesi ve analizi

    Fusion and analysis of PET and CT images of patients with non-small cell lung cancer

    OĞUZHAN AYYILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    BiyomühendislikErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. BÜLENT YILMAZ

  3. Improved classification of remote sensing imagery using image fusion techniques

    Görüntü kaynaştırma yöntemleri kullanarak uzaktan algılanmış görüntülerin sınıflandırmalarının iyileştirilmesi

    ESRA TUNÇ GÖRMÜŞ

    Doktora

    İngilizce

    İngilizce

    2013

    Jeodezi ve FotogrametriUniversity of Bristol

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALIN ACHIM

    PROF. DR. NISHAN CANAGARAJAH

  4. Kafes süzgeç yapıları ile görüntü füzyonu

    Image fusion via lattice filter structures

    NUR HÜSEYİN KAPLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER

  5. 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