Geri Dön

Development of graphical code-based algorithms for the detection of abnormalities in mammogram ımages

Mamogram görüntülerinde anormalliklerin tespiti için grafik kod tabanlı algoritmaların geliştirilmesi

  1. Tez No: 688949
  2. Yazar: IMAN M. HAMADAMIN HAMADAMIN
  3. Danışmanlar: DOÇ. DR. HASAN GÜLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

Günümüzde mamografi, meme kanserinin erken teşhisi için en iyi teknik ve yöntemdir. Meme kanserine işaret edebilecek en yaygın anormallikler ortaya çıkan kitlelerdir. Ayrıca meme kanseri teşhisine yol açabilecek bazı işaretler vardır mesela; mimari bozulma ve iki taraflı asimetri. Genel olarak, mamografi görüntülerinde meme kanserini tespit etmek ve sınıflandırmak için bir algoritma kullanılır. Üç aşama sunulmaktadır: (1) Görüntü önişleme ve kütle bölümleme, (2) özellik seçimi ve çıkarma ve (3) sınıflandırma. Ön işleme aşaması olan ilk aşamada, görüntüyü iyileştirmek için bazı görüntü işleme teknikleri kullanılabilir ve ardından şüpheli kütleyi memenin mamografi görüntüsü içinde bölümlere ayırır. Görüntü budama, yumuşatma ve gauss filtreleri uygulama, eşikleme ve morfolojik işlemler görüntü işleme aşaması için örnekler ve adımlardır. İkinci aşama, bölümlenmiş kütleden bazı özellikler seçilir ve çıkarılır, bu özellikler, sınıflandırma aşaması olan son aşamada kütleyi sınıflandırmak için kullanılır. Son aşama sınıflandırmadır ve adından da anlaşılacağı üzere, bir önceki adımda parçalanmış kütlenin çıkarılan özelliklerine bağlı olarak kütleyi sınıflandırmak için bir sistemdir. Sınıflandırma için bazı farklı algoritmalar vardır mesela; Destek Vektör Makinesi (DVM) ve Yapay Sinir Ağı (YSA). Bu sistemde sınıflandırma aşamasında en iyi sonucu elde etmek için YSA makine öğrenme aracı kullanılmaktadır.

Özet (Çeviri)

Nowadays, Mammography is the best available technique and method for early detection of breast cancer. The most common abnormalities in breast that may indicate breast cancer are appeared masses. Also, there are some signs that can lead to breast cancer diagnosis, such as architectural distortion and bilateral asymmetry. Generally, an algorithm is used to detect and classify breast cancer in mammography images. Three stages are presented: (1) Image preprocessing and mass segmentation, (2) feature selection and extraction and (3) classification. In the first stage which is preprocessing stage some image processing techniques can be used to enhance the image then segment the suspected mass inside the mammography image of the breast. Image pruning, applying smoothing and gaussian filters, thresholding and morphological operations are exaples and steps for image processing stage. The second stage is for selecting and extracting some features from segmented mass to use these features in the next and last step which is classification. Generally the features are related to the Intensity of the mass compared to the other parts of breast and background of the image. The last stage is classification and as it is clear from its name that it is a system for classifying the mass depending on the extracted features of the segmented mass from the previous step. There are some different algorithms for classifying such as support vector machine (SVM) and artificial neural network (ANN). In this system the ANN machine learning tool is used for the clasification stage to get the best result.

Benzer Tezler

  1. Dijital görüntü işleme teknikleri kullanılarak görüntülerden detay çıkarımı

    Feature extraction from images by using digital image processing techniques

    GÜZİDE MİRAY PERİHANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. MEHMET UFUK ÖZERMAN

  2. Hesaplamalı zekâ tabanlı hibrit metotlar ile görüntü eşleme

    Image matching via hybrid methods of computational intelligance basement

    MAHMUT DİRİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilim ve TeknolojiFırat Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. DAVUT HANBAY

  3. A vibration-based damage detection algorithm for bridge type structures

    Köprü tipi yapılar için titreşim tabanlı bir hasar tespit algoritması

    AHMED AL-QAYYIM

    Doktora

    İngilizce

    İngilizce

    2017

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Yapı ve Altyapı Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARLAS ÖZDEN ÇAĞLAYAN

  4. İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti

    Anomaly detection with machine learning on air conditioning systems

    REFİK KİBAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK

    DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR

  5. Zigbee tabanlı mobil sağlık izleme sistem tasarımı ve uygulaması

    Zigbee based mobile health monitoring system design and application

    NUSRET BAŞÇİFCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. ADEM ALPASLAN ALTUN