Geri Dön

Farklı açılardan alınan B-mode ultrason görüntülerinin derin öğrenme teknikleri ile çakıştırılması

Registration of B-mode ultrasound images from different angles with deep learning approach

  1. Tez No: 787580
  2. Yazar: MAHSA MIKAEILI
  3. Danışmanlar: PROF. DR. HASAN ŞAKİR BİLGE
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

Ultrason görüntüleme sistemi, sağladığı taşınabilirlik, invazif olmaması ve gerçek zamanlı görüntü sağlama özelliklerinden dolayı tıpta yaygın olarak kullanılmaktadır. Ama tüm bu avantajların yanı sıra ultrason görüntülerinin bazı dezavantajları bulunmaktadır. Bu dezavantajlar ultrason görüntülerinde çözünürlük hücrelerinin yükseklik yönünde değişmesinden ve ayrıca nokta ayrım fonksiyonuna bağlılığından kaynaklanmaktadır. Bu dezavantajların bir sonucu olarak ultrason görüntülerinde çözünürlüğü arttırmak, üç boyutlu yapılandırma, çoklu veya tekli model çakıştırma işlemleri zor hale gelmektedir. Bu problemleri gidermek ve dolayısıyla çakıştırma işleminde ve diğer uygulama alanlarında başarıyı arttırmak için dışarıdan destek alarak ultrason probunun ve dolaylı olarak ultrason görüntülerinin konumunu belirlemeye ihtiyaç bulunmaktadır. Diğer taraftan ise günümüzde derin öğrenme ağlarının görüntü işleme konusunda oldukça başarılı olduğu bilinmektedir. Bu nedenle bu çalışmada atalet ölçü birimi kullanarak ultrason probunun konumu ve dolaylı olarak görüntülerin konumu belirlenmeye çalışılmıştır. Daha sonra görüntüler kümeler halinde derin öğrenme ağına tanımlanmış olup çıkışta konum bilgileri tahmin edilmiştir. Ağın performansını ölçmek için fantom ve gönüllülerin tiroit ve karaciğer bölgeleri üzerinden alınan veriler kullanılmıştır. Önerilen ağ yapısının sonuçları iki farklı ağ yapısının sonuçları ile karşılaştırılmıştır. Son olarak çözünürlüğü artırmak ve benek gürültülerini azaltmak için konum tahminine dayalı yeni bir yöntem önerilmiştir. İlgili yöntem sıra ile konum tahmini, çakıştırma ve istifleme aşamalarından oluşmaktadır.

Özet (Çeviri)

Ultrasound imaging system is a common imaging modality in medicine due to its portability, non-invasiveness and providing real-time imaging features. However, besides these advantages, the ultrasound imaging system has some drawbacks. These drawbacks arise from changing their resolution cells in the elevational distance and also their dependence on the point spread function. As a consequence of these drawbacks, resolution enhancement, 3D reconstruction, and multi-model or even mono-model registration become challenging processes. In order to tackle mentioned drawbacks, and consequently increase success in registration and other application fields, it is essential to externally determine the ultrasound probes' position and consequently their images' position. On the other hand, deep neural networks have provided high performance in image processing. Hence, in this study, by employing inertial measurement unit, ultrasound probe's position and consequently their images' positions had been determined. Then we would like to estimate the ultrasound images' position in the network's output by defining ultrasound images in a concatenated manner. Evaluating network performance relies on data collected from phantom and volunteers' thyroid and liver regions. Acquired results with the proposed network modality, had been compared with acquiring results from two robust networks. Ultimately in order to enhance ultrasound images' resolution and decrease speckle noises, a new method which relies on position information has been proposed. Proposed method consequently relies on position estimation, image registration and stacking.

Benzer Tezler

  1. Sparse linear prediction models for radar imaging and classification

    Radar hedef görüntüleme ve sınıflandırma için seyrek doğrusal öngörü modelleri

    BAHAR ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER

  2. Design and optimization of variable stiffness composite structures modeled using Bézier curves

    Bézier eğrileriyle modellenen değişken katılıklı kompozit yapıların tasarımı ve optimizasyonu

    ONUR COŞKUN

    Doktora

    İngilizce

    İngilizce

    2022

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİT SÜLEYMAN TÜRKMEN

  3. Haliç metro köprüsü sağlık izleme sistemi ve üç boyutlu doğrusal sonlu eleman modeli geliştirilmesi

    Health monitoring system of golden horn metro bridge and development of three dimensional linear finite element model

    ÖMER GALİP PINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BARIŞ ERKUŞ

  4. Gemilerde bünyesel titreşimlerin incelenmesi

    An investigation on the structural vibration behaviour of ships

    REYHAN ÖZSOYSAL

    Doktora

    Türkçe

    Türkçe

    2004

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaat Mühendisliği Ana Bilim Dalı

    PROF.DR. ALİ İHSAN ALDOĞAN

  5. İzzüddin b. Abdüsselam'ın siyaset felsefesi ve fetvalarına yansımaları

    The political philosophy of Izz al-Din Ibn Abd al-Salam and its reflections in his fatwas

    MUHAMMED ENES AKDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    DinAnkara Yıldırım Beyazıt Üniversitesi

    Temel İslam Bilimleri Ana Bilim Dalı

    PROF. DR. YAŞAR YİĞİT