Sefalometrik röntgen görüntülerinde HOG ve KNN kullanarak önemli noktaların yer tespiti
Localization of certain cephalometric landmarks using HOG and KNN
- Tez No: 688687
- Danışmanlar: DR. ÖĞR. ÜYESİ ADEM ÖZYAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Özellik Çıkarma, HOG Algoritması, K-NN, Sefalometri, Görüntü İşleme, Feature Extraction, HOG Algorithm, K-NN, Sephalometric, İmage Processing
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Sefalometrik izleme, ortodontistler tarafından analiz ve tedavi planlaması için kullanılan standart bir tekniktir. Sefalometrik X-ray görüntülerindeki önemli noktalar uzmanlar tarafından işaretlenir. Bu yer işareti konumlarına dayalı ölçümler teşhis için kullanılmaktadır. Bu işlemi elle gerçekleştirmek sıkıcıdır ve bu nedenle uzmanlar için bile hataya açıktır. Bu nedenle, tam otomatik yer işareti yerelleştirme (FALL) yazılımı geliştirilmiştir. Bu çalışmanın amacı, yerelleştirme sürecini hızlandırmak için FALL yazılımı tarafından tespit edilecek yer işaretleri için arama alanını azaltmaya yardımcı olmaktır. Bu çalışma, Prn yer işareti tespiti üzerine odaklanmaktadır. Görüntünün Prn yer işaretini içerdiği kesin olan kısmı, 16x16 piksel boyutunda bloklara bölünmüştür. Her blok için, yönlendirilmiş gradyan histogramı hesaplanmıştır. Bu histogramlar, Prn yer işareti için histogramların pozitif ve negatif veri setini oluşturan daha önce elle oluşturulmuş olan histogramlarla karşılaştırılır. Prn içerip içermediğine bakılmaksızın blokların sınıflandırılması için K-en yakın komşular (KNN) algoritması kullanılmaktadır. Arama sonuçları, hiçbir doğru pozitifin kaçırılmadığı ve yanlış pozitiflerin sayısı en aza indirildiği için umut vericidir. Prn yer işaretini içeren blok %100 doğrulukla bulunmuştur. Po yer işaretini içeren blok %75 doğrulukla bulunmuştur. Pog işaretini içeren blok %87,5 doğrulukla bulunmuştur. Alt dudak yer işaretini içeren blok %87 doğrulukla bulunmuştur. N kemiği yer işaretini içeren blok %25 doğrulukla bulunmuştur. Daha sonra, yer işaretini belirlemek için hesaplama açısından daha zorlu bir algoritma kullanılabilir.
Özet (Çeviri)
Cephalometric tracing is a standard technique used by orthodontists for analysis and treatment planning. Important landmarks in cephalometric X-ray images are marked by experts. Measurements based on these landmark locations are used for diagnosis. Performing this process manually is tedious and hence error-prone even for experts. Therefore, fully automatic landmark localization (FALL) software has been developed. The aim of this study to help reduce the search area for landmarks to be detected by FALL software to speed up the process of localization. This study focuses on the Prn landmark detection. The portion of the image that is sure to contain the Prn landmark is divided into 16x16 pixels size windows. For each window, its histogram of oriented gradient is computed. These histograms are compared to the histograms created manually before that form the positive and negative dataset of histograms for Prn. K-nearest neighbors (KNN) algorithm is utilized for classification of the window whether it contains Prn or not. Search results are promising in that no true positives are missed and the number of false positives are minimized. The window that contains the Prn landmark is found with 100 % accuracy. The window that contains the Po landmark is found with 75% accuracy. Also, the window that contains the Pog landmark is found with 87.5% accuracy. The window that contains the lower lip landmark is found with 87.5% accuracy. The window that contains the N bone landmark is found with 25% accuracy. A computationally more demanding algorithm could then be used to pinpoint the landmark.
Benzer Tezler
- De-noising of medical images using image fusion
Görüntü füzyonu kullanarak tıbbi görüntülerden gürültü arındırma
OMER SUBHI SIDDIK SIDDIK
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERHAN GÖKÇAY
- Radiküler kist ve granülomların dijital histogram analizi ile ayırdedilmesi
Differention of radicular cyst and granulomas with digital histogram analysis
ÜLKEM AYDIN
Doktora
Türkçe
1998
Diş HekimliğiGazi ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
PROF. DR. TAYFUN ALAÇAM
- İki farklı yöntemle alınmış sefalometrik röntgen filmlerinde iskeletsel sınıf III vakalara ilişkin ölçülen değerlerin karşılaştırılması
Comparison of measurements of cephaleometric roentgen films obtained by two different methods in skeletad class III patients
ÇAĞLA ŞEŞEN ERKAN
Doktora
Türkçe
2004
Diş HekimliğiBaşkent ÜniversitesiOrtodonti Ana Bilim Dalı
DR. AYÇA ARMAN
PROF.DR. OKTAY ÜNER
- Dişsiz hastaların protetik tedavisinde oklüzal düzlem eğimi değerinin sefalometrik analiz yöntemiyle belirlenmesi
Başlık çevirisi yok
PINAR BİLGİN
- Konvansiyonel ve bilgisayar metodları ile yapılmış sefalometrik analizlerin karşılaştırılması ve hata payının belirlenmesi
A comparison of conventional and computerized cephalometric methods and error defining
KENAN ÇAVDAR