Segmentation of lung computed tomography images
Akciğer bilgisayarlı tomografi görüntülerinin bölütlenmesi
- Tez No: 771620
- Danışmanlar: DR. TUTOR MEMBER OF NECİP GÖKHAN KASAPOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Dünyada kansere bağlı ölümlerin önde gelen nedeni akciğer kanseridir. Solunum yollarınız, akciğer dokularınız veya akciğerlerinize giren ve çıkan kanın tümü akciğer bozukluklarından etkilenebilir. Akciğer rahatsızlıklarının erken tespiti, özellikle COVID19 salgınının ardından çok önemlidir. Bu nedenle, hastaların hayatta kalma oranı, erken tedaviden önemli ölçüde etkilenir. BT taramalarını daha hızlı teşhis etmek ve insan hatasını en aza indirmek için radyologların BT taramalarını tanımlamasına yardımcı olabilecek bir sistem gereklidir. Bu çalışmada, üç segmentasyon tekniğini karşılaştırdık: K-ortalama kümeleme, temel yöntemler olarak Bulanık C-ortalamalar (FCM) ve önerilen yöntem olarak sentetik görüntüler ve akciğer BT kullanarak Süperpiksel tabanlı Hızlı Bulanık C-ortalamalar (SFFCM) görüntüleri tarayın. Sonuçlar, önerilen yöntemin (SFFCM) daha iyi segmentasyon sonuçları verdiğini ve iki temel yöntemden (K-ortalamalar ve FCM) daha fazla sağlamlığa sahip olduğunu göstermiştir.
Özet (Çeviri)
The leading cause of cancer-related fatalities globally is lung cancer. Your airways, lung tissues, or blood that flow into and out of your lungs may all be affected by lung disorders. Early detection of lung disorders is essential, especially after the wake of the COVID19 epidemic. Therefore, the survival rate of patients is significantly influenced by early therapy. A system that can help radiologists identify CT scans is required to diagnose CT scans more quickly and to minimize human error. In this work, we compared three segmentation techniques: K-means clustering, Fuzzy C-means (FCM), as baseline methods, and Superpixel-based Fast Fuzzy C-means (SFFCM) as the proposed method, using synthetic images and lung CT scan images. Results showed that the proposed method (SFFCM) yields better segmentation results and has more robustness than the two baseline methods (K-means and FCM).
Benzer Tezler
- Akciğer kanseri olan hastaların bilgisayarlı tomografi görüntülerinin görüntü işleme yöntemleri ile bölütlenmesi
Segmentation of computed tomography images of lung cancer patients with image processing methods
MERVE ERKOÇ
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. SEMRA İÇER
- COVID-19 tanılı bilgisayarlı tomografi görüntülerinde akciğer ve pnömoni bölgelerinin farklı senaryolarda semantik segmentasyonu
Semantic segmentation of lung and pneumonia regions in different scenarios on COVID-19 diagnosed computer tomographic images
HÜSEYİN EMRE ALEMDAROĞLU
Yüksek Lisans
Türkçe
2022
Mühendislik BilimleriNecmettin Erbakan ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET ÜSAME ÖZİÇ
- Bilgisayarlı tomografi görüntülerinden nodül tespit karar destek sistemi geliştirilmesi
Developing decision support system for nodule detection from computerized tomography images
YASİN İLHAN
Doktora
Türkçe
2024
BiyomühendislikKocaeli ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. ARİF ÖZKAN
- Artificial intelligent based segmentation on medical imaging
Medikal görüntü üzerinden yapay zeka tabanlı bölütleme
MAHMUT AĞRALI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN KILIÇ
- Makine öğrenmesi destekli akciğer görüntüleme
Machine learning assisted lung imaging
GÜLCE LEYLEK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NAKİFE YASEMİN TOPALOĞLU
DR. ÖĞR. ÜYESİ AHMET EGESOY