MR görüntüleri kullanarak otomatik beyin tümörü tespiti
Automatic detection of brain tumors using MRI images
- Tez No: 685134
- Danışmanlar: DR. ÖĞR. ÜYESİ RIFAT AŞLIYAN
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Aydın Adnan Menderes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Amaç: Bu çalışma, bölütleme metotları kullanılarak beyin MR görüntülerindeki tümörlerin bölgelerinin belirlenmesi amacıyla yapılmıştır. Materyal ve Yöntem: Beyin MR görüntü veri setindeki beyin tümörlerinin sınır bölgelerinin tespitinde K-Ortalamalar, Bulanık C-Ortalamalar, Kendin Düzenleyen Haritalar ve Otsu metotları kullanılmıştır. Bununla birlikte bu metotların en başarılı olan K-Ortalamalar ve Otsu metotların birleşiminden hibrit K-Ortalamalar+Otsu metodu geliştirilmiştir. Bu metotlarla beyin tümör görüntülerinde bölütleme uygulamaları yapılmıştır. Bölütleme öncesinde, geliştirilen kafatası çıkarma yöntemiyle kafatası kısmı görüntüden çıkarılmıştır. Buna ek olarak görüntü üzerinde medyan, Gaussian ve Wiener filtreleriyle iyileştirmeler gerçekleştirildi. Bulgular: K-Ortalamalar, Bulanık C-Ortalamalar, Kendini Düzenleyen Haritalar, Otsu ve hibrit K-Ortalamalar+Otsu metotlarıyla bölütleme yapmak için sistemler geliştirilmiştir. Doğruluk, duyarlılık ve seçicilik başarı ölçülerine göre bu sistemlerin başarıları karşılaştırılmıştır. Hem kafatası çıkarılmadan hem de kafatası çıkarıldıktan sonraki sistemlerin başarıları test edilmiştir. Kafatası çıkarıldığında yaklaşık olarak %10 oranında daha iyi sonuçlar edildiği görülmüştür. Doğruluk ölçüsüne göre hibrit metot %94 ile en başarılı iken K-Ortalamalar %93 ile ikinci sırada olmuştur. Duyarlılığa göre ise yine en başarılı %94 ile hibrit metot olmuştur. Fakat seçicilik ölçüsüne göre K-Ortalamalar ve hibrit metodun her ikisi %93 ile en başarılı olmuşlardır. Sonuç: Bu çalışmayla beyin MR görüntülerinde kafatası çıkarıldığında büyük ölçüde başarının arttığı tespit edilmiştir. Bölütleme metotlarıyla elde edilen sonuçlara göre hibrit K-Ortalamalar+Otsu metodu diğer metotlardan daha başarılı olmuştur.
Özet (Çeviri)
Objective: This research has been performed to determine the regions of tumors in brain MR images using segmentation methods. Material and Methods: The methods as K-Means, Fuzzy C-Means, Self Organizing Maps and Otsu have been used to detect the border regions of brain tumors in the brain MR image dataset. In addition, the hybrid K-Means+Otsu method has been developed from the combination of K-Means and Otsu methods which are the most successful in our systems. With these methods, the segmentation applications have been applied on the brain tumor images. Before the segmentation, the skull parts of the images have been removed from the brain image with the developed skull removing method. Furthermore, some restorations on the brain image have been made with median, Gaussian and Wiener filters. Results: To segment the brain image, some systems using K-Means, Fuzzy C-Means, Self Organizing Map, Otsu and hybrid K-Means+Otsu methods were developed. The success of these systems was compared with accuracy, sensitivity and specificity measures. With and without skull removal process, the success of the systems has been evaluated. After the skull removal, approximately 10% better results were obtained. The hybrid method was the most successful with 94% accuracy measure while the K-Means was the second with 93%. According to the sensitivity measure, the hybrid method has been the most successful with 94%. However, both K-Means and the hybrid method were the most successful with 93% by the measure of specificity. Conclusions: This study showed that the success rates have highly increased after the skull removal in brain MRI images. According to the results obtained with the segmentation methods, the hybrid K-Means+Otsu method has been more successful than the other methods.
Benzer Tezler
- Beyin tümörü tespiti için derin öğrenme ile mr görüntülerinin bölütlenmesi
Screening the mr images with deep learning for determination of brain tumor
İBRAHİM KILIÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİN ARGUN ORAL
- Segmentation on brain MR images by using deep learning network and 3D modelling
Derin öğrenme ile MR görüntüleri üzerinde görüntü segmentasyonu ve 3D modelleme
GÖKAY KARAYEĞEN
Doktora
İngilizce
2021
Mühendislik BilimleriBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FEYZİ AKŞAHİN
- Beyin MR görüntülerinin görüntü işleme teknikleri kullanılarak sınıflandırılması
Classification of brain mr images using image processingtechniques
ERCÜMENT GÜVENÇ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEVLÜT ERSOY
DOÇ. DR. GÜRCAN ÇETİN
- Diagnosis of brain cancer and contour normal tissue for radiation therapy based on deep learning methods
Derin öğrenme yöntemleriyle radyoterapi için beyin kanseri tanisi ve normal doku ayrimi
NAVID HALILI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Detection and 3D modeling of brain tumors using image segmentation methods and volume rendering techniques
Görüntü segmentasyon yöntemleri ve hacim oluşturma teknikleri kullanılarak beyin tümörlerinin saptanması ve 3 boyutlu modellemesi
DEVRİM KAYALI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK