Mamografi görüntülerindeki kitlelerin ve pektoral kas bölgesinin süperpozisyon etkisini dikkate alarak belirlenmesi
Detection of masses and the pectoral muscle region in mammography images considering the superposition effect
- Tez No: 670465
- Danışmanlar: PROF. DR. TEMEL KAYIKÇIOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Bilim Dalı
- Sayfa Sayısı: 145
Özet
Bu tez çalışmasında, mamografi görüntülerindeki kitleleri ve pektoral kas bölgesini süper pozisyon etkisini dikkate alarak belirleyen yeni bir yaklaşım önerilmektedir. Süper pozisyona uğramış şüpheli bölgelerin belirginliğini artırmak için önce, dört farklı yöndeki Gabor filtreleri kullanılmış ve daha sonra topoğrafik haritaları oluşturulmuştur. Bu haritalar üzerindeki ilgi alanlarını belirlenmek için Eş Yükselti Eğrilerinin Kural Tabanlı Sınıflandırılması (EEKTS) yöntemi geliştirilmiştir. Bu yöntemde; ilgi bölgelerini belirlemek için optimum hayat süresi (OHS) içerisinde bulunan eş merkezli yükselti bölgelerinden hesaplanan yuvalama derinliği morfolojik, parlaklık ve doku öznitelikleri kullanılmaktadır. EEKTS yönteminin başarısını süper pozisyon etkisi altında kalan bozulmuş pektoral kas bölgeleri üzerinde artırmak için topoğrafik harita bloklara ayrılmıştır. Bu sayede, bozulumun etkisi bloklar halinde lokalize edilir ve sağlam olan pektoral kas sınırı parçalarının spesifik desenlerine sahip kontur dizisi ortaya çıkar. EEKTS yöntemi, belirginliği düşük olan kitle ve pektoral kas sınırı örneklerini yüksek doğrulukta tespit etmektedir. Literatürde yer alan pektoral kas bölgesi çıkaran BDT yazılımları, süper pozisyon sonucu bu bölge içerisinde olabilecek kitleleri ihmal etmişlerdir. Bu tez çalışması kapsamında pektoral kas bölgesinin çıkarıldıktan sonra kitle tespit işlemi yapılmasının, EEKTS yönteminin performansına olan etkisi detaylıca incelenmiştir.
Özet (Çeviri)
In this thesis, a new approach is proposed that determines masses in mammography images and the pectoral muscle region, taking into account the superposition effect. In order to increase the prominence of superpositioned regions, four different directions of Gabor filters are first used, and then topographic maps are formed. In this study, the Rule Based Classification of Isocontour Lines (RBCI) method is devoleped to determine regions of interest in the topographic maps. In this method, the nesting debth, morphological, intensity, and texture features calculated from the concentric isocontours within Optimum Lifetime (OLT) are used to detect the ROIs. The topographic map is divided into blocks to increase the success of the RBCI method on the distorted pectoral muscle regions under the effect of superposition. In this way, the effect of the distortion is localized in blocks and the sequence of contours with specific patterns of the undistorted pectoral muscle border parts are revealed. The suspicios regions with low prominence are detected with high accuracy using the developed the RBCI method. Studies in the literature that performed pectoral muscle region removal did not take into account the masses that were superpositioned with the pectoral muscle region. Within the scope of this thesis, the performance of the RBCI method in these situations examined in detail.
Benzer Tezler
- Görüntü zenginleştirme ve hücresel ysa kullanarak meme kanseri teşhisi
Diagnosis of breast cancer using image enhancement and cellular neural networks
LEVENT CİVCİK
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
- Analysis of mammography images for cancer detection
Kanser tespiti için mamografik görüntülerin analizi
GHASSAN A. M. ALSHANA
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. REZA ZARE HASSANPOUR
- Tıbbi görüntülemede bilgisayar destekli tespit
Computer aided detection in medical imaging
SERHAT ÖZEKES
Doktora
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF.DR. YILMAZ ÇAMURCU
- Tissue density classification in mammographic images using local features
Yerel öznitelikler ile mamografi görüntülerinde doku yoğunluğunun sınıflandırılması
SEZER KUTLUK
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Derin öğrenme yöntemleri kullanılarak dijital mamografiden kitle bölütlemesi
Mass segmentation from digital mammograms using deep learning methods
ENDER EMRE ETİZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN MÜJDAT TİRYAKİ