Geri Dön

Görüntü işleme teknikleri kullanarak deri lezyonlarında hastalık teşhis başarımının artırılması

Improving the success of disease diagnosis in skin lesions using image processing

PDF İndir

  1. Tez No: 666032
  2. Yazar: HASAN AKAN
  3. Danışmanlar: DOÇ. DR. MUSTAFA ZAHİD YILDIZ
  4. Tez Türü: Doktora
  5. Konular: Dermatoloji, Elektrik ve Elektronik Mühendisliği, Dermatology, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 97

Özet

Giderek yaygın hale gelen deri kanserleri içinde melanoma yüksek ölüm oranı ile öne çıkmaktadır. Bu nedenle diğer kanser türlerinde de olduğu gibi melanomun erken teşhisi, tedavinin başarısı için kritik öneme sahiptir. Ancak başarılı bir erken teşhis çok iyi ayırt edici özelliklerin varlığı ile mümkündür. Aksi halde daha karmaşık teşhis yöntemleri gerektiği gibi, teşhis hataları da artacaktır. Bu çalışmada, melanom lezyonları başarılı bir şekilde teşhis etmek için renk sayısı niteliğinin doğru hesaplanması için bir eşik değer analizi yöntemi geliştirilmiştir. Sonra renk sayısına dayalı yeni bir tanımlayıcı geliştirilmiştir. Melanom tipi deri lezyonlarının tanımlanmasındaki temel özelliklerden biri renk sayısıdır. Kullanıcı, lezyonun renk sayısını hesaplarken bir eşik değer seçmelidir. Ancak literatürde eşik değer seçimi için herhangi bir yöntem önerilmemiştir. Bu yüzden uzman olmayan kullanıcıların yanlış eşik değer seçimi, yukarıda bahsedilen özelliği bozmakta ve ayrıca önemli teşhis hatalarına yol açmaktadır. Bu çalışmada renk sayma eşik değerlerinin renk sayısının ayırt ediciliği üzerinde önemli bir etkiye sahip olduğu ortaya çıkarılmıştır. Üç dermoskobik veri tabanında, melanom ve benign lezyonlarda maksimum ayırt ediciliği sağlayan renk sayma eşik değerleri sırasıyla 0 ve 0,123 olarak belirlenmiştir. Bu renk sayma eşik değerleri kullanılarak, veri setlerindeki her bir örnek için renk sayısı ayrı ayrı hesaplanmıştır. Bunu takiben, renk sayısı farkı olarak adlandırılan yeni bir özellik, renk sayma eşik değerlerinin bir işlevi olarak geliştirilmiştir. Yalnızca önerilen yeni tanımlayıcıyı kullanarak yapılan deneylerde, literatürde kullanılan klasik renk sayısı niteliğinden 52,7% daha yüksek f-ölçüt ve 84,5% daha yüksek gerçek-pozitif performans sağlanmıştır. Bu çalışmada elde edilen sonuçlar, lezyonların sahip olduğu renk sayısının doğru bir şekilde belirlenmesinin önemini ortaya çıkarmış ve uygulanan renk sayma eşiğinin sınıflandırma sonuçlarını önemli ölçüde etkilediğini göstermiştir. Böylelikle, kritik renk sayım eşiğini belirlemek için literatürde olmayan yeni bir yöntem önerilmiş ve başarıyla test edilmiştir. Bununla beraber melanom teşhisinde yaygın olarak kullanılan klasik ABCD kuralının renk sayısını gösteren C bileşeni yerine önerdiğimiz yeni niteliğin kullanılmasının teşhis başarısını artırmasını beklemekteyiz.

Özet (Çeviri)

Skin cancers are becoming more common. Among the skin cancers, melanoma stands out with its high mortality rate. For this reason, early and accurate diagnosis of melanoma is critical to the success of treatment, as is the case with other types of cancer. However, successful early diagnosis is possible with the presence of very good distinguishing features. Otherwise, more sophisticated diagnostic methods will be required and diagnostic errors will increase. One of the main features used in the diagnosis of melanoma type skin lesions is the number of colors. The user must select a threshold value when calculating the color number of the lesion. However, in the literature, no method has been suggested for threshold value selection. Therefore, incorrect threshold value selection by non-expert users disrupts the above-mentioned feature and also leads to significant diagnostic errors. In the presented thesis, research has been made especially on the color counting threshold value in order to successfully diagnose melanoma lesions and the threshold value analysis method has been developed that enables the correct calculation of the color number quality. With the research, it has been revealed that color counting threshold values have an important effect on the discrimination of the number of colors. In the three dermoscopic databases used in the study, the color counting threshold values that provide the highest discrimination in terms of color number quality were determined as 0 and 0.123, respectively, for the diagnosis of melanoma. Using these color counting thresholds, the number of colors for each sample in the data sets were calculated separately. Then a new descriptor called a number of colors difference was developed as a function of threshold values determined by the threshold value analysis method, and calculated for each sample. A univariate classification experiment was conducted to compare the number of colors determined and the success of the proposed quality. According to the results, in the experiments performed using the proposed new feature, 52.7% higher f- measure, and 84.5% higher true-positive melanoma diagnosis success was achieved compared to the classical color number quality used in the literature. The results obtained in this study revealed the importance of accurately determining the number of colors the lesions have and showed that the applied color count threshold significantly affects the classification results. Thus, a new method, which is not available in the literature, was proposed and successfully tested to determine the critical color count threshold. However, we expect that the use of the new feature we recommend instead of the C component, which shows the number of colors of the classical ABCD rule, which is widely used in the diagnosis of melanoma, will increase the diagnostic success.

Benzer Tezler

  1. Tez No

    630588

    Mamografi görüntülerinde matematiksel morfolojik filtreleme ile gürültü giderme ve kontrast iyileştirme

    Noise reduction and contrast enhancement with mathematical morphologic filtering in mammographic

    BÜŞRA TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  2. Tez No

    444757

    Segmentation of skin cancer by using image processing techniques

    Görüntü işleme teknikleri kullanılarak cilt kanseri segmentasyonu

    AZHAR KASSEM FLAYEH FLAYEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. GÖRKEM SERBES

  3. Tez No

    529978

    Bulanık kümeleme ortalamasına dayalı görüntü bölgesi büyümesiyle melanoma cilt kanseri segmentasyonu

    Melanoma skin cancer segmentation with image region growing based on fuzzy clustering mean

    ABDELHAFİD ALİ. I. MOHAMED

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    PROF. DR. FATMA KANDEMİRLİ

  4. Tez No

    783838

    Skin lesion classification with machine learning

    Makine öğrenmesi ile cilt lezyonu sınıflandırması

    ESRA SENDEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  5. Tez No

    642744

    Deep learning analysis in dermoscopy images

    Dermoskopi görüntülerinde derin öğrenme analizi

    FATİH ERGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK

Geri Dön