Bulanık kümeleme yöntemi ile meme kanseri çekirdeği segmentasyonu
Breast cancer nuclei segmentation with fuzzy clustering method
- Tez No: 688434
- Danışmanlar: PROF. DR. FATMA KANDEMİRLİ
- Tez Türü: Yüksek Lisans
- Konular: Tıbbi Biyoloji, Medical Biology
- Anahtar Kelimeler: Görüntü segmentasyonu, Bulanık kümeleme ortalaması, Çekirdek görüntüsü, Image segmentation, Fuzzy clustering mean, Nuclei image
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kastamonu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, histopatolojik görüntülerde çekirdek meme kanseri tespiti ve segmentasyonu için bir yaklaşım önerilmiştir. Bu yaklaşım, çok büyük etiketli görüntülere sahip bir yardımcı alan üzerinde önceden eğitilmiş ve tamamen bağlı katmanlardan oluşan ek bir ağ ile birleştirilmiş bir bulanık kümeleme yöntemine dayanır. Bu tezde, kümeleme ve segmentasyon için bulanık kümeleme ortalaması kullanılmıştır ve meme kanseri çekirdek tespiti için etkili yollar elde edilmiştir. Bu nedenle, meme kanseri çekirdeklerinin merkezlerini tespit etmek için bir bulanık kümeleme ortalaması kullanılmış, daha sonra çıkarılan merkezler, temel doğruluk örnekleri ile karşılaştırılmıştır. Bahsedilen yöntemler 810 histolojik görüntüden 489 görüntüye uygulandı. Bu çalışmada, tespit ve segmentasyon gibi birçok aşama kullanılarak gerçekleştirilmiştir.
Özet (Çeviri)
In this thesis, an approach for nuclei breast cancer detection and segmentation in histopathological images is proposed. This approach relies on a fuzzy clustering method, which is pre-trained on an auxiliary domain with very large labelled images, and coupled with an additional network composed of fully connected layers. In this thesis, fuzzy clustering mean is used for clustering and segmentation and get the effective ways for breast cancer nuclei detection. Wherefore, a fuzzy clustering mean has been used to detect the centers of breast cancer nuclei, then the extracted centers were compared with the ground truth samples. The mentioned methods were applied by using 489 images from 810 histological images. that this work passes through many experimental stages, of detection and segmentation by applying a combinations of more than one effective methods.
Benzer Tezler
- Segmentation of breast microwave imaging using fuzzy c-mean clustering
Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu
ASAL MAMIZADEH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Bulanık kümeleme algoritmalarına dayalı mamografik kitle sınıflandırma
The mammographic mass classification based on fuzzy clustering algorithms
AİNURA TURUSBEKOVA
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Meme manyetik rezonans görüntülemede (mrg) lezyon sınırlarının ve alanının tespit edilmesi
Detection of lesion bundaries and area in breast magnetic resonance images
SEVDA GÜL
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
YRD. DOÇ. DR. GÖKÇEN ÇETİNEL
- Bulanık (Fuzzy) sınıflayıcılarla EKG şekil bozukluklarının belirlenmesi
Detection of ECG shape changes by using fuzzy classifiers
ZÜMRAY DOKUR
- Modele de determination de prix de vente effectif flou
Bulanık etkin satış fiyatı belirleme modeli
FARUK ERTUĞ
Yüksek Lisans
Fransızca
2000
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ETHEM TOLGA