Quality enhancement of computed tomography images of porous media using convolutional neural networks
Evrişimli sinir ağları kullanarak gözenekli ortamın bilgisayarlı tomografi görüntülerinin kalitesinin iyileştirilmesi
- Tez No: 722238
- Danışmanlar: PROF. DR. ÖMÜR UĞUR, DR. ÖĞR. ÜYESİ GUENTHER GLATZ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Petrol ve Doğal Gaz Mühendisliği, Mathematics, Petroleum and Natural Gas Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Bilimsel Hesaplama Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Bilgisayarlı tomografi, tahribatsız bir görselleştirme teknolojisi olarak klinik ve endüstriyel uygulamalarda yaygın olarak kullanılmaktadır. Bilgisayarlı tomografi taramalarının kalitesi, incelenen örneğin tahmini fiziksel özelliklerinin doğruluğu üzerinde güçlü bir etkiye sahiptir. X-ışınına maruz kalma süresi, tarama kalitesi için çok önemli bir faktördür. İdeal olarak, fiziksel özellikler tanımlanacaksa, büyük sinyal-gürültü oranları sağlayan uzun maruz kalma süresi taramaları kullanışlıdır. Ancak özellikle mikro bilgisayarlı tomografi uygulamalarında uzun pozlama süreleri hızlı gerçekleşen bazı fiziksel süreçlerin izlenmesinde sorun teşkil etmektedir. Bu sorunu hafifletmek için, bu tez, taranan görüntünün sinyal-gürültü oranını aynı anda iyileştirirken, X-ışını maruz kalma süresinde bir azalmaya izin veren tarama kalitesi geliştirmesi için evrişimli bir sinir ağı yaklaşımı önermektedir. Ayrıca, ortalama karesel hata ve yapısal benzerlik indeksi ölçüsü gibi farklı kayıp fonksiyonlarının kullanılmasının ağın performansı üzerindeki etkisi analiz edilmiştir. Hem görsel hem de nicel değerlendirmeler, eğitimli ağın düşük dozlu taramaların kalitesini büyük ölçüde iyileştirdiğini göstermektedir.
Özet (Çeviri)
Computed tomography has been widely used in clinical and industrial applications as a non-destructive visualization technology. The quality of computed tomography scans has a strong effect on the accuracy of the estimated physical properties of the investigated sample. X-ray exposure time is a crucial factor for scan quality. Ideally, long exposure time scans, yielding large signal-to-noise ratios, are available if physical properties are to be delineated. However, especially in micro-computed tomography applications, long exposure times constitute a problem for monitoring some physical processes that are happening quickly. To alleviate this problem, this thesis proposes a convolutional neural network approach for scan quality enhancement allowing for a reduction in X-ray exposure time while improving signal-to-noise ratio of the scanned image simultaneously. Moreover, the impact of using different loss functions, namely the mean squared error and the structural similarity index measure, on the performance of the network is analyzed. Both the visual and quantitative assessments show that the trained network greatly improves the quality of low-dose scans.
Benzer Tezler
- Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları
Deep learning based super resolution applications in image processing
AHENK VURAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Pulmoner tromboemboli tanısında 128 kesit BT anjiyografi ve teknik optimizasyonu
Diagnostic value of MSCT (128) angiography for determining pulmonary thromboembolism and technical optimization
ESMA DİLEK ÜSTÜN
Tıpta Uzmanlık
Türkçe
2013
Radyoloji ve Nükleer TıpSüleyman Demirel ÜniversitesiRadyoloji Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER YILMAZ
- Sayısallaştırılmış bilgisayarlı tomografi ve manyetik rezonans tomogramları üzerinde görüntü işleme tekniği uygulamaları
Image processing applications on digitized computed tomography and magnetic resonans tomograms
SUZAN ÇULHA
- Güvenlik kameralarındaki yüz görüntülerinin süper çözünürlüklenetleştirilmesi
Face enhancement in surveillance systems using super-resolutiontechniques
ALİ HÜSAMEDDİN ATEŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ
- Bilgisayarlı tomografi perfüzyon haritaları kullanılarak, akut inme şüphesi taşıyan hasta görüntülerinde, kurtarılabilir ve kurtarılamaz doku bölgelerinin belirlenmesi
An automated method for penumbra and infarct isolation in potential stroke patients' x-ray computed tomography studies by using perfusion maps
TOLGA İNAL
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZİYA TELATAR