Geri Dön

Machine learning based fusion of different segmentation techniques for liver visualization for enhanced accuracy and sensitivity

Karaciğerde başarımı ve duyarlılığı geliştirilmiş bölütleme için farklı yöntemlerin makina öğrenmesi tabanlı en iyilenmiş füzyonu

PDF İndir

  1. Tez No: 639135
  2. Yazar: ALİ EMRE KAVUR
  3. Danışmanlar: DOÇ. DR. MUSTAFA ALPER SELVER
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Görüntü bölütleme, Image segmentation
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Tıbbi görüntüleme, sağladığı anatomik veriler sayesinde kliniklerde kullanılan önemli bir araçtır. Tıbbi görüntü analiz araçları istenilen yapıya odaklanmak için segmentasyon yöntemleri sağlarlar. Bu yöntemler; tanı, anatomik yapı analizi, cerrahi planlama gibi çeşitli işlemlerinde çok önemli bir role sahiptir. Karaciğer, görüntüleme ve segmentasyon talebi en yüksek olan organlarından biridir. Literatürdeki çeşitli segmentasyon yöntemlerine rağmen, artık Derin Öğrenme Modelleri (DM'ler), geliştirilen diğer yöntemlerden çok daha başarılı sonuçlar üretmektedir. Bununla birlikte, DM'lerin etkinliği büyük ölçüde kullanıcı deneyimine, özel tasarım prosedürlerine ve veri özelliklerine bağlıdır. Ayrıca, DM'ler tasarımları gereği eğitim verilerine oturma eğilimindedir. Bu nedenle, DM'leri içeren çalışmaların tekrarlanabilirliği hala sınırlıdır. DM tabanlı segmentasyon yöntemlerinin sorunlarını ortadan kaldırmak için; farklı segmentasyon metotlarının füzyonu alternatif bir yaklaşım olarak kullanılabilir. Bu tezde, segmentasyon yöntemleri için yeni karşılaştırma platformlarının oluşturulması, füzyon yöntemlerinin tıbbi görüntü segmentasyonu uygulamalarına analizi ve adaptasyonu, ve yeni bir topluluk yönteminin tasarlanması ile ilgili yeni çalışmalar sunulmaktadır. Bu tezde elde edilen bulguların ve önerilen çözümlerin akademik çalışmalar ile bunların gerçek hayattaki uygulamaları arasındaki engelleri ortadan kaldırmaya yardımcı olması hedeflenmektedir.

Özet (Çeviri)

Medical imaging is a vital resource in medicine, improving quality, sensitivity, and objectiveness of diagnosis by providing unique information. Medical image analysis tools provide segmentation capabilities to focus on a specific structure of interest. Thus, segmentation methods play a crucial role to support a variety of imaging operations such as diagnosis, structural analysis, treatment and surgery planning. The liver is one of the abdomen organs with the highest imaging demand. This situation increases the need for the segmentation of the liver. Despite the various segmentation methods in the literature, the success of them developed up to the last decade is now outperformed by Deep Learning Models (DMs). However, DMs' effectiveness is highly dependent to user experience, specific design procedures, and the data characteristics. Besides, DMs tend to overfit to the training data due to the fundamentals of their designs. Thus, the reproducibility of analytical studies involving DMs are still limited. To eliminate all problems of DM based segmentation methods; fusion of multiple segmenters can be used as an alternative approach. In this thesis, novel studies on creating new benchmark platforms for segmentation methods, analysis and adaptation of ensemble methods to medical image segmentation applications, and designing of a new ensemble method are presented. It is expected that the findings and proposed solutions in this thesis will help to remove barriers between academic studies and their implementations in real-world applications.

Benzer Tezler

  1. Tez No

    277

    Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması

    Başlık çevirisi yok

    MÜRŞİDE KESEROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    İşletmeEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA NAZMİ ERCAN

  2. Tez No

    234

    Adana ili Ceyhan ilçesi Tatlıkuyu köyünün mekanizasyon varlığı ve işletme maliyetlerinin saptanması üzerinde bir araştırma

    Başlık çevirisi yok

    MEHMET KABASAKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    ZiraatÇukurova Üniversitesi

    Tarımsal Mekanizasyon Ana Bilim Dalı

    PROF. DR. KURTULUŞ TUNCER

  3. Tez No

    39

    Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests

    Başlık çevirisi yok

    KÜRŞAD CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Maden Mühendisliği ve MadencilikOrta Doğu Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NACİ BÖLÜKBAŞI

  4. Tez No

    40

    An Experimental and analytical investigation of cam follower jump phenomenon

    Başlık çevirisi yok

    ŞÖLEN ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÇALIŞKAN

  5. Tez No

    353

    Kam yapma aparatı

    Cam milling attachment

    ORHAN UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiGazi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FEVZİ ERCAN

  6. Tez No

    297

    Yerli yapım çekiçli yem değirmenleri üzerinde bir araştırma

    Başlık çevirisi yok

    HASAN YUMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    ZiraatEge Üniversitesi

    Tarımsal Mekanizasyon Ana Bilim Dalı

    PROF. DR. NUMAN SUNGUR

Geri Dön