Manyetik rezonans anjiyografi görüntülerinden beyin damarlarının bölütlemesi
Segmentation of brain vessels from magnetic resonance angiography images
- Tez No: 639521
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET FEYZİ AKŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Difüzyon manyetik rezonans görüntüleme, Görüntü bölütleme, Sayısal görüntü işleme, Diffusion magnetic resonance imaging, Image segmentation, Digital image processing
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada manyetik rezonans görüntülerinden beyin damarı bölütlemesi için iki aşama kullanıldı. İlk aşama olarak beyin dokusu, kafatası, göz ve burun gibi yapılardan ayrıldı. Bu aşamanın tam otomatik olarak çalışabilmesi için kör görüntü analizi yöntemi denilen temel referans bir görüntü yerine kendisine öğretilen bir model ile görüntü analizi yapan yöntem kullanıldı. Bu yöntem sayesinde uçuş zamanı formatındaki manyetik rezonans anjiyogramları üzerinde kullanılan filtrelerin değerleri kullanıcıdan bağımsız tam otomatik şekilde seçilmiş oldu. İkinci aşama olarak bölütlenmiş beyin dokusu üzerinden beyin damarı görüntüleri bölütlendi. Bu işlem sırasında voksel yoğunluğu, damar ağı komşulukları ve damar ağı yapısı özellikleri kullanıldı. Elde edilen beyin dokusu ve beyin damarı görüntüleri dice katsayısı yöntemi ile elle bölütlenmiş görüntülerle karşılaştırıldı. İçerisinde ortalama 100 adet imge bulunduran 45 veri seti üzerinde yapılan değerlenme sonucunda beyin dokusu için %90.11 dice katsayı ve beyin damarları için %93.33 dice katsayısı elde edildi.
Özet (Çeviri)
In this study, two stages were used for brain vessel segmentation from magnetic resonance images. Initially, brain tissue was separated from structures such as skull, eyes and nose. In order to efficient results, a method that fully automatically analyses the images inherently was used instead of a basic reference image called blind image analysis. Accordingly, the values of the filters utilized on magnetic resonance angiograms in the time-of-flight format were selected in a fully automatic mode, independent of the user. As a second step, brain vessel images were segmented over the segmented brain tissue. During this procedure, voxel density, vascular network neighbourhoods, and vascular network structure characteristics were evaluated. The obtained brain tissue and brain vessel images were compared with the manually segmented images using the dice coefficient method. As a result of the evaluation made on 45 data sets by finding an average of 100 frames in it, a 90.11% and 93.33% dice coefficient was obtained respectively for the brain tissue and brain vessels.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
- Manisa-Demirci-Köseler plaserinden titan minerallerinin kazanılması ve pigment üretimine katkı araştırmaları
Recovery of the titanium minerals from Manisa-Demirci-Köseler plocer sands and examination of their use in prgment production
SADULLAH ERTEKİN
- Ni-B ikili alaşım sisteminde Ni zengin bazı ara fazların manyetik özellikleri
Magnetic properties of some Ni rich intermediate phases in Ni-B binary alloy system
R.HALUK MUTLU
- Güneş plajlarındaki gelişimin fotometrik incelenmesi ve flerlerin plajlara etkisi
Başlık çevirisi yok
ERDEN SOYTÜRK
