Segmentation, classification, and 3D reconstruction of brain tumors in MRI using deep learning and PSO algorithm
Derin öğrenme ve PSO algoritması kullanılarak MRG'de beyin tümörlerinin bölümlendirilmesi, sınıflandırılması ve 3D rekonstrüksiyonu
- Tez No: 682722
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: MSE, DICE, PSO, Segmentasyon, CNN, MSE, DICE, PSO, Segmentation, CNN
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Sunulan beyin tümörlerinin, özellikle de gliomaların segmentasyonu, 20 yılı aşkın bir süredir kullanılmaktadır; önemli değişiklikler onu sarsmadı, segmentasyonun amacı ve büyük başarısı, beyin tümörlerinde var olan kaosun içinde bir düzen kurulmasından ve farklı tümör tiplerinin prognozuna izin vermesinin öneminden kaynaklanmaktadır. Bu yazıda, MRI'larda beyin tümörünü segmentlere ayırmak için değiştirilmiş bir PSO algoritmasının kullanılmasını öneriyoruz, yöntemimizin yüksek DICE ve Jaccard skorlarına ve düşük MSE'ye sahip olduğu kanıtlandı. Ek olarak, 3 boyutlu uzayda parçalanmış tümörü 3 boyutlu hacimde yeniden yapılandırıyoruz ve CNN algoritmasını kullanarak tümörü malign ve benign olarak sınıflandırıyoruz.
Özet (Çeviri)
The segmentation of brain tumors, especially gliomas, presented, has been in use for more than 20 years; important changes did not shake it, the purpose of the segmentation and its great success are due to the establishment of an order in the chaos existing in brain tumors and its importance to allow a prognosis of the different types of tumor. In this work we propose the use of a modified PSO algorithm to segment the brain tumor in MRIs, our method proved to have high DICE and Jaccard scores and low MSE. In addition, we reconstruct the segmented tumor in 3d space into 3d volume and classify the tumor into malignant and benign using CNN algorithm.
Benzer Tezler
- 3d reconstruction, classification and mechanical characterization of microstructures
Mikroskopik yapıların 3b rekonstrüksiyonu, sınıflandırılması ve mekanik nitelendirilmesi
MUHAMMET ALİ HOCAOĞLU
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÜNEL
- Kemik tümörlerinin bilgisayarlı tomografi görüntülerinden otomatik bölütlenmesi: Kalkaneus kemiği örneği
Automatic segmentation of bone tumors in computed tomography images: Case study of calcaneus bone
HATİCE ÇATAL REİS
Doktora
Türkçe
2015
BiyomühendislikYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- A statistical framework for degraded underwater video generation
Bozulmuş sualtı video üretimi için istatistiksel bir yapı
SERKAN ŞATAK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Superpixel based efficient image representation for segmentation and classification
Bölütleme ve sınıflandırma için süperpiksel temelli etkin imge simgeleme
HÜSEYİN EMRAH TAŞLI
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
- Periapikal kist ve keratokistik odontojenik tümör lezyonlarının yarı otomatik bölütlenmesi ve sınıflandırılması
Semi automatic segmentation and classification of periapical csyt and keratocystic odontogenic tumor lesions
ERCÜMENT YILMAZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU