Analog görüntü işleme ile tüm devre uygulamaları
Integrated circuit applications with analog image processing
- Tez No: 739677
- Danışmanlar: PROF. DR. FIRAT KAÇAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 84
Özet
Dünyada klinik uzmanlarının en çok kaydedilen vakalar arasında gösterdiği beyin tümörleri her yıl 400000'den fazla kişi için hayati öneme sahiptir. Gelişmiş ülkeler de dahil olmak üzere vakaların son otuz yılda dikkate değer oranda artış göstermesi araştırmacıların beyin tümörlerine ilgisini her geçen gün arttırmaktadır. Beyin nefes alma, sıcaklık, beslenme, görme, düşünme ve hafıza olmak üzere vücutta her süreci kontrol eden oldukça karmaşık bir organdır. Bu nedenle, beyinde kontrolsüz olarak büyüyen tümörlerin tipinin doğru tespiti, tedavi süreci için son derece önemlidir. Radyasyon içermeyen en güvenilir görüntüleme tekniklerinden biri olduğu için özellikle beyin tümörü teşhislerinde beyin MR görüntülerine başvurulur. Bu süreçte, beyin MR görüntülerinin yüksek çözünürlükte işlenerek istenmeyen gürültülerin giderilmesi beyin tümörü teşhisinde klinik uzmanlarına önemli avantaj sağlamaktadır. Bu tez çalışmasında, beyin tümörlerinin kenarlarını ve yerini yüksek doğruluk oranıyla tespit eden CCII tabanlı analog görüntü işleme tümdevre mimarisi sunulmuştur. Analog görüntü işleme karakteristiğine sahip sunulan bu devre mimarisiyle beyin MR görüntülerinde kenar algılama özelliği başarıyla gerçekleştirilmiştir. CCII tabanlı analog görüntü işleme tümdevresi, ADC kullanarak klinik uzmanlarının yüksek kalitede kolaylıkla değerlendirebileceği dijital bir mimariye dönüştürülür. Bu mimari tasarımında, beyin MR görüntülerine filtreleme işlemi uygulanarak görüntü kalitesinin arttırılmış formu elde edilmiştir. Beyin MR görüntülerinin kalitesini artırmak amacıyla Matlab SIMULINK'te %5, %10, %15 oranında gürültü eklenmiştir. Eklenen gürültüleri bastırmak için Wiener filtre, Medyan filtre, Gauss filtre, Maksimum filtre ve Minimum filtre kullanılarak filtreleme işlemi gerçekleştirilmiştir. ADC kullanılarak dijital bir görüntü işleme tümdevre niteliği kazanan CCII tabanlı analog kenar algılama tümdevresine; Sobel, Prewitt, Canny ve Robert kenar algılama algoritmaları kullanılmıştır. Beyin MR görüntüleri bu kenar algılama algoritmaları kullanılarak analiz edilmiştir. Simülasyon sonuçları, CCII tabanlı analog görüntü kenar algılama devresinin yüksek performans ve hız nedeniyle, sinyal işleme uygulamalarının MR görüntülerinin beyin tümörü tespitinde yüksek bir performans sağladığını göstermektedir. Bu tez çalışmasında hem analog hem de dijital görüntü işleme teknikleri kullanılarak kenar algılama ile filtreleme işlemleri gerçekleştirilmiştir. Bu çalışmada 16x16 piksel beyin tümörü olan hastalara ait MR görüntüleri kullanılarak gerçekleştirilen görüntü işleme uygulamaları sayesinde beyin görüntüsünün detaylı bir analizi yapılmıştır. Tez çalışmasının tamamında yapılan analiz sonuçları beklenen sonuçlar ile uyumlu olarak başarıyla elde edilmiştir.
Özet (Çeviri)
Brain tumors, which are among the most recorded cases by clinical experts in the world, are of vital importance for more than 400,000 people every year. The remarkable increase in cases in the last thirty years, including in developed countries, increases the interest of researchers in brain tumors day by day. The brain is a highly complex organ that controls every process in the body, including breathing, temperature, nutrition, vision, thinking, and memory. Therefore, the correct determination of the type of tumors that grow uncontrollably in the brain is extremely important for the treatment process. Because it is one of the most reliable imaging techniques that does not contain radiation, brain MR images are used especially in brain tumor diagnosis. In this process, removing unwanted noise by processing brain MR images with high resolution provides a significant advantage to clinicians in the diagnosis of brain tumors. In this thesis, CCII-based analog image processing IC architecture that detects the edges and location of brain tumors with high accuracy is presented. Edge detection has been successfully achieved in brain MR images with this circuit architecture, which has analog image processing characteristics. Using the ADC, the CCII-based analog image processing IC is converted into a digital architecture that clinicians can easily evaluate at high quality. An enhanced form of image quality has been obtained by applying filtering to brain MR images in this architectural design. To improve the quality of brain MR images, 5%, 10%, and 15% noise has been added in Matlab SIMULINK. Filtering was carried out using Wiener filter, Median filter, Gaussian filter, Maximum filter, and Minimum filter to suppress the added noises. CCII-based analog edge detection IC, which becomes a digital image processing IC using ADC; Sobel, Prewitt, Canny, and Robert edge detection algorithms were used. Brain MR images were analyzed using these edge detection algorithms. The simulation results show that signal processing applications provide high performance in brain tumor detection of MR images due to the high performance and speed of the CCII-based analog image edge detection circuit.
Benzer Tezler
- Çok-hızlı ISDN'de geniş bantlı çağırma kurma servisi ve LAN uygulamaları
Multirate ISDN wideband call processing and LAN applications
KENAN ŞAHİN
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY
- Fpga based reprogrammable motherboard & daughter board circuits design and applications
Fpga tabanlı tekrar programlanabilir ana & yardımcı devre kart tasarımı ve uygulamaları
MUHAMMET FURKAN İLASLAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TAHİR ÇETİN AKINCI
- Energy modelling and applications of neural network accelerators
Yapay sinir ağlarını hızlandırıcı devrelerin enerji tüketiminin modellenmesi ve uygulamaları
BERKE AKGÜL
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN COŞKUN KARALAR
- CMOS current mode exponential function generator circuit using Pade approximation
Pade yaklaşıklığı kullanan akım modlu CMOS eksponansiyel fonksiyon üretici devresi
DUYGU KUTLUOĞLU
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ TOKER
- Çok düzeyli statik bellek gözesi ve kohonen türü yapay sinir ağına uygulanması
Multiple valued static storage cell and its application to kohonen type neural network
NURETTİN YAMAN ÖZELÇİ
Doktora
Türkçe
1999
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. UĞUR ÇİLİNGİROĞLU