Çocukluk çağı beyin tümörlerinin görüntü işleme teknikleriyle özellik çıkararak makine öğrenmesi yöntemleriyle sınıflandırılması
Classification of childhood brain tumors by machine learning methods by extracting features with image processing techniques
- Tez No: 825571
- Danışmanlar: PROF. DR. SEMRA İÇER
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Mühendislik Bilimleri, Bioengineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Çocukluk çağında en çok ölüme sebep olan maligniteler arasında beyin tümörleri yer almaktadır ve bu tümörler lösemiden sonra en çok görülen maligniteleridir. Beyinde oluşan anormal yapılar insan beyninin nöral yapısını ayırt etmede en yaygın olarak kullanılan Manyetik Rezonans Görüntüleme (MRG) teknikleri ile görüntülenir ve teşhis, tedavi süreçleri belirlenir. Ancak bu anormal yapının tanımlanması ve teşhis edilmesi uzun zamanlar alabilmektedir. Bu çalışma Posterior Fossa tümörüne sahip hastaların MRG görüntüleri üzerinde görüntü işleme yöntemleri uygulanarak tümörlerin bölütlenmesi ve tümörlerden sayısal özellikler çıkarılarak makine öğrenmesi algoritmaları ile tümör tiplerinin sınıflandırılması amacıyla yapılmıştır. Posterior Fossa tümörünün en yaygın üç tipi olan Medulloblastoma, Ependymoma, Pilocytic Astrositoma'ya sahip hastaların T2, kontrastı arttırılmış T1 ve ADC sekansları üzerinde çalışma yapılmıştır. Segmente edilen tümörler üzerinden 40 farklı sayısal özellik çıkarılmıştır. Çıkarılan özelliklerden anlamlı olan nitelikler belirlenerek tümörler Destek Vektör Makineleri (SVM) algoritması kullanılarak sınıflandırılmıştır. Sonuç olarak Posterior Fossa tümörleri yüksek doğrulukta sınıflandırılarak birbirinden ayırt edilmiştir.
Özet (Çeviri)
Among the most common causes of death in childhood, brain tumors are included, and they are the second most common malignancies after leukemia. Abnormal structures formed in the brain are visualized using Magnetic Resonance Imaging (MRI) techniques, which are the most commonly used methods to distinguish the neural structure of the human brain, and diagnosis and treatment processes are determined. However, identifying and diagnosing these abnormal structures can take a long time. In this study, image processing methods were applied to MRI images of patients with Posterior Fossa tumors to segment the tumors, and numerical features were extracted from the tumors to classify tumor types using machine learning algorithms. Work was done on T2, contrast-enhanced T1, and ADC sequences of patients with the three most common types of Posterior Fossa tumors: Medulloblastoma, Ependymoma, and Pilocytic Astrocytoma. 40 different numerical features were extracted from the segmented tumors. Significant attributes were identified from the extracted features, and the tumors were classified using the Support Vector Machines (SVM) algorithm. As a result, Posterior Fossa tumors were classified with high accuracy and distinguished from each other.
Benzer Tezler
- Çocukluk çağı beyin tümörlerinin dağılım ve tedavilerinin sonuçlarının yıllar içerisinde etkilerinin karşılaştırılması (1995-2015)
Childhood brain tumors distribution and the effects of tretment results through the years (1995-2015)
CHIAR HASAN
Tıpta Uzmanlık
Türkçe
2016
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HİLMİ APAK
- Çocukluk çağı beyin tümörlerinin dağılımlarının ve tedavi sonuçlarının 2002 -2019 yılları arası izlemi: Tek merkez deneyimi
Distribution of childhood brain tumors and the results of the treatment between 2002-2019: Single center experience
BURAK EMEKLİ
Tıpta Uzmanlık
Türkçe
2020
Çocuk Sağlığı ve HastalıklarıAnkara ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HANDAN DİNÇASLAN
- Medulloblastomlarda P 53, Bcl-2 ve PCNA immünreaktivitesi -Klinik ve histopatolojik parametreler ile korelasyonu-
Başlık çevirisi yok
REYHAN BAYRAK (YEĞEN)
- Pediatrik düşük gradeli santral sinir sistemi tümörlerinin tanıdan tedaviye izlemi
Distribution of childhood low grade central nervous system tumors from diagnosis to treatment
MERVENUR KURTULUŞ
Tıpta Uzmanlık
Türkçe
2023
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiPediatri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGE VURAL
- Erciyes Üniversitesi'nde takip ve tedavi edilen üç-on sekiz yaş arasındaki beyin tümörü olan hastaların değerlendirilmesi
Evaluation of patients with brain tumor between three and eighteen ages followed and treated at Erciyes University
NAZLI SULTAN ÖZSOY
Tıpta Uzmanlık
Türkçe
2019
Çocuk Sağlığı ve HastalıklarıErciyes ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. EKREM ÜNAL