Uyarlanabilir yerel eşikleme ile retina damarlarının bölütlenmesi
Segmentation of retinal vessels by adaptive local tresholding
- Tez No: 592588
- Danışmanlar: PROF. DR. MUSA ALCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 54
Özet
Bu çalışmada yüksek bölütleme yeteneğine sahip yeni bir uyarlanır bulanık yerel eşikleme yöntemi sunulmaktadır. Bu çalışmanın ilk aşaması, fundus görüntülerin elde edilmesi ile kontrastı yüksek olan yeşil kanalın edinilmesidir. İkinci aşaması yerel arka plan pencere matrisinin ortalaması ile 8 komşuluklu piksellerin ortalamasının belirlenmesidir. Üçüncü aşama kural tabanlı bulanık mantık ile eşikleme oranını belirleyen yapının oluşturulmasıdır. Dördüncü aşama eşiklemenin her piksel noktası için yerel olarak gerçeklenmesidir. Beşinci aşamada iki seviyeli hale getirilmiş görüntü üzerinde morfolojik yayma ve aşındırmaların uygulanması ile retina kan damarlarının bölütlemesi yapılmaktadır. Çalışmada DRIVE ve STARE veri tabanları kullanılmış ve bu veri tabanlarının tüm test görüntülerinde önerilen yöntem uygulanarak performansları ölçülmüştür. DRIVE veri tabanında duyarlılık 0.6777, özgüllük 0.9790, doğruluk 0.9403 olarak elde edilir. STARE veri tabanında ise duyarlılık 0.7623, özgüllük 0.9698, doğruluk 0.9519 olarak elde edilir. Algoritmanın yüksek başarı performansının yanında diğer önemli özelliği ise kolay hesaplanan yapıları ve buna bağlı olarak da hızlı bölütleme sonuçlarının üretmesidir. Bu da diabetik retinapati gibi retina hastalıklarının bilgisayar ortamında otomatik tespitinin yapılmasına imkân tanımaktadır
Özet (Çeviri)
In this study, a new adaptive fuzzy local thresholding method with high segmentation capability is presented. The first step of this study is to obtain fundus images and acquire a green channel with high contrast. The second step is to determine the average of the local background window matrix and the average of 8 neighboring pixels. The third stage is the creation of a rule-based fuzzy logic that determines the thresholding ratio. The fourth stage is to implement the threshold locally for each pixel point. In the fifth step, segmentation of the blood vessels of the retina is performed by applying morphological spreading and abrasion on the binarized image. In this study, DRIVE and STARE databases are used and the performance is measured by applying the algorithm to all test images of the databases. In DRIVE database, sensitivity is obtained as 0.6777, specificity as 0.9790 and accuracy as 0.9403. In the STARE database, sensitivity is 0.7623, specificity is 0.9698 and accuracy is 0.9519. Besides the high performance of the algorithm, another important feature is the easy computation and therefore the fast segmentation results. Thus, this method is used for automatic detection of retinal diseases such as diabetic retinopathy in computer environment.
Benzer Tezler
- Adaptif yöntemlerle iyileştirilmiş göğüs röntgenlerinden derin öğrenme ile COVID-19 tespiti
COVID-199 detection using deep learning on chest X-rays enhanced by adaptive methods
SÜLEYMAN SERHAN NARLI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN ALTAN
- Change detection in multitemporal satellite images using multiscale bilateral filter and sift flow
Çoklu zamanlı uydu görüntülerinde çoklu ölçekli bileteral süzgeç ve sıft akışı ile değişiklik tespiti
BAHAA AWAD
Yüksek Lisans
İngilizce
2018
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN YAZGAN ERER
- Spectral graph based image denoising methods
Spektral çizge tabanlı görüntü temizleme yöntemleri
ALİ CAN YAĞAN
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TANKUT ÖZGEN
- Analysis and classification of EEG with adapted wavelets and local discriminant bases
Uyarlanabilir dalgacıklar ve yerel ayırımcı tabanlar ile EEG analiz ve sınıflaması
NURİ FIRAT İNCE
Doktora
İngilizce
2005
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. PEKCAN UNGAN
Y.DOÇ.DR. SAMİ ARICA
- Generative adversarial networks in computer vision applications
Bilgisayarli görü uygulamalarinda çekişmeli üretici ağlar
SEMİH ÖRNEK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU