Bilgisayar destekli akut lenfosit lösemi taraması
Computer-aided acute lymphocyte leukemia scanning
- Tez No: 561633
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT SELEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Bu çalışmada görüntü işleme yöntemiyle akut lenfosit lösemi taraması yapılmıştır. Yazılım olarak Matlab'ın görüntü işleme aracı, veri seti olarak 108 adet mikroskop görüntüsü kullanılmıştır. Mikroskop görüntülerinin elde edilmesi için mikroskop altında incelenen preparatların taranarak görüntülerin bir bütün haline getirilmesi ve bilgisayar ortamına aktarılması amacıyla mikroskop görüntüleme sistemi tasarlanmıştır. Mikroskop görüntülerinden beyaz kan hücrelerini bölütlemek, beyaz kan hücrelerini çekirdek ve sitoplazma olarak ayırmak için K-ortalama algoritması kullanılmaktadır. Çekirdek ve sitoplazmayı birbirinden ayırırken hücreler alt görüntülere ayrılmadan görüntü bir bütün olarak işlenmektedir. Birbirine temas eden hücreler işaretçi kontrollü su-seddi algoritması kullanılarak başarılı bir şekilde ayrıştırılmaktadır. Elde edilen hücrelerin birçok özniteliği çıkartılmış ve en iyi sonucu veren öznitelikler belirlenerek bu hücreler destek vektör makineleri ile sınıflandırılmaktadır. Bu çalışmada 410 adet beyaz kan hücresinden farklı kombinasyonlarda eğitim ve test veri setleri elde edilmiştir. Destek vektör makineleri, test setindeki 87 hücrenin 3 tanesini yanlış sınıflandırarak %96,6 başarı ile en iyi sonucu vermektedir.
Özet (Çeviri)
In this study, acute lymphocyte leukemia scanning was performed by image processing method. Matlab image processing tool as software, 108 microscope images as the data set were used. The microscope imaging system was designed for the scanning of the preparations examined under the microscope, the combining of the obtained images as a whole and transferring them to the computer. K-mean algorithm was used to segment white blood cells from the microscope images and to separate the white blood cells into the core and cytoplasm. While separating the nucleus and the cytoplasm from each other, the cells are processed as a whole, without dividing into sub-images. The cells in contact with each other were successfully separated using the pointer-controlled water-beam algorithm. Many Eigen values of the obtained cells were extracted and these cells were classified with support vector machines by identifying the best results. In this study, data sets were obtained from 410 white blood cells in different combinations. Support vector machines misclassified 3 of 87 cells in the test set and gave the best result with 96.6% success.
Benzer Tezler
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Proposing efficient CNN models for the detection of acute lymphoblastic leukemia (ALL) using transfer learning
Transfer öğrenmeyi kullanarak lenfoblastik löseminin (tümü) tespiti için verimli bir CNN modeli önerilmesi
HEKMA IBRAHIM ABED
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN SAHER MOHAMMED AL-AJEELI
- Bilgisayar destekli eksternal fiksatör (spider frame) uygulamalarımız
Computer aided circuler external fixator (spider frame) applications
MEHMET SELÇUK SAYGILI
Tıpta Uzmanlık
Türkçe
2014
Ortopedi ve TravmatolojiSağlık BakanlığıOrtopedi ve Travmatoloji Ana Bilim Dalı
DOÇ. DR. CEM ZEKİ ESENYEL
- İskemik inmenin medikal taramalar üzerinde derin öğrenme yöntemleri ile tespiti
Detection of ischemic stroke on medical scans using deep learning methods
MERVE BALABAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Akut pulmoner emboli tanılı hastalarda mortalite prediktörü olarak kardiyogonyometrinin yeri
The relationship of cardiogoniometry as a mortality predicter in patients with acute pulmonary embolism
MURAT BALCIOĞLU
Tıpta Uzmanlık
Türkçe
2021
İlk ve Acil YardımSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. ABDULLAH ALGIN