Detection and measurement of multi-COVID-19 infection using CT scans
Başlık çevirisi mevcut değil.
- Tez No: 746261
- Danışmanlar: DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
2020'nin başlarında küresel bir sağlık acil durumu tüm dünyayı kasıp kavurdu ve küresel bir sağlık acil durumuyla sonuçlandı. Bilgisayarlı tomografi (BT) görüntülerinde akciğer enfeksiyonlarının ve COVID-19'un otomatik tespiti, klasik COVID-19 tedavi planını geliştirmek için çok fazla umut vaat ediyor. COVID-19 enfeksiyonunun teşhisi, değerlendirilmesi ve evrelemesi için BT görüntüleme gereklidir. Enfeksiyonu tanımlamak için bilgisayarlı tomografinin kullanılmasının, enfekte ve normal dokular arasında önemli ölçüde heterojenlik ve düşük yoğunluk gibi birçok dezavantajı vardır. Bu tez, bulanık kümeleme yöntemleri ve eşiğin bir kombinasyonunu kullanarak COVID-19 enfeksiyon ölçümü ve segmentasyonu ile akciğer sınır tanımlaması için bir sistem geliştirdi. Çalışmamızda, FCM ve Otsu eşiklemeyi (FCMT) birleştiren yeni geliştirilmiş hesaplama süreçlerinin kullanımına dayalı olarak BT görüntüleri (örneğin akciğer ve COVID-19 enfeksiyonları) için bir nesne segmentasyonu yaklaşımı oluşturmaya odaklandık. BT görüntülerinde COVID-19 enfeksiyon eşiği yinelemeli tanımlama teknikleri incelenir. Görüntülerdeki patoloji alanındaki (örneğin, COVID-19 enfeksiyonları) gri seviyelerindeki farklılıklar ve ayrıca enfekte olmayan bir alan nedeniyle ideal bir başlangıç konturu elde etmek için uygun bir global eşik seçmenin çok zor olduğu bilinmektedir. Ardışık görüntülerin (X-ışını ve BT) bitişik alanları arasındaki yüksek korelasyon göz önüne alındığında, sağlıklı akciğer olarak. İlk işleme, segmentasyon (tüm akciğer, nodüller ve COVID-19 ile enfekte bölümler) ve renk haritası, akciğer enfeksiyonlarının özellikleri ve veri analizi ile mükemmel bir genel bakış örneğinin oluşturulması bu bölümde ele alınmaktadır. Kurtarılabilecek sinyaller, klinik araştırmanın amacına bağlı olarak değişecektir.
Özet (Çeviri)
A global health emergency swept over the globe in early 2020, resulting in a global health emergency. The automatic detection of lung infections and COVID-19 on computed tomography (CT) images holds a lot of promise for improving the classic COVID-19 treatment plan. For the diagnosis, evaluation, and staging of COVID-19 infection, CT imaging is required. The use of computed tomography to identify infection has a number of drawbacks, featuring substantial heterogeneity and low density between infected and normal tissues. This thesis developed a system for COVID-19 infection measurement and segmentation, as well as lung boundary identification, using a combination of fuzzy clustering methods and threshold. In our study, we focused on the creation of an object segmentation approach for CT images (for example, lung and COVID-19 infections) based on the usage of newly developed computational processes that combine FCM and Otsu thresholding (FCMT). The techniques for COVID-19 infection threshold iterative delineation in CT images are examined. It is known that it is very difficult to select a suitable global threshold for obtaining an ideal initial contour due to differences in gray levels in the area of pathology in images (for example, COVID-19 infections), as well as for an uninfected area as healthy lung, given the high correlation between adjacent areas of successive images (X-ray and CT). Initial processing, segmentation (entire lung, nodules, and COVID-19-infected sections), and the creation of an overview excellent example with color-map, features of lung infections, and data analysis are all covered in this chapter. The signals that may be recovered will vary depending on the purpose of the clinical inquiry.
Benzer Tezler
- Derin öğrenme yöntemleri kullanarak EKG görüntülerinden COVID-19'un tespit edilmesi
Detecting COVID-19 from ECG images using deep learning methods
NİDA AKKUZU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- Development of a modular pulmonary resuscitation device for chronic and acute respiratory support
Kronik ve akut solunum desteği için modüler pulmoner resüsitasyon cihazının geliştirilmesi
MUNAM ARSHAD
Doktora
İngilizce
2023
BiyofizikKoç ÜniversitesiBiyomedikal Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. İSMAİL LAZOĞLU
- A computer vision based method for semi-automated rebar detection and measurement of reinforced concrete columns
Betonarme kolonlar için sayısal görüntü işleme temelli yarı otomatik donatı ölçme ve belirleme yöntemi
MUHAMMAD USMAN HASSAN
Yüksek Lisans
İngilizce
2014
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. ÖZGÜR KURÇ
- Terpene and terpenoid emissions and secondary organic aerosol production
Terpen ve terpenoid emisyonları ve ikincil organik aerosol üretimi
ROSA MARIA FLORES RANGEL
Doktora
İngilizce
2013
Çevre MühendisliğiMichigan Technological UniversityÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. PAUL V. DOSKEY
- Nano boyutlu hidroksiapatit doldurucuların adeziv rezinlerin remineralizasyon etkinlikleri ve mikro gerilim bağlanma dayanımlarına etkisi
Effect of nano-sized hydroxyapatite filler on remineralization efficacy and micro tensile bond strengt of adhesive resins
FEVZİ KAVRIK
Doktora
Türkçe
2018
Diş Hekimliğiİzmir Katip Çelebi ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. EBRU KÜÇÜKYILMAZ
PROF. DR. DİLŞAH ÇOĞULU