A new clustering algorithm for segmentation of magneticresonance images
Manyetik rezonans görüntülerin bölütlenmesi için yeni bir kümeleme algoritması
- Tez No: 833782
- Danışmanlar: PROF. DR. JOSE PRINCIPE
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2000
- Dil: İngilizce
- Üniversite: University of Florida
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar ve Enformatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 141
Özet
Bu tezin temel amacı, bilgi temelli ölçümler kullanarak yeni bir kümeleme algoritması sunmak ve bunu Manyetik Rezonansı (MR) görüntülere uygulamaktır. MR görüntüleri kişiden kişiye oldukça değişken olduğundan, veriye dayalı segmentasyon yöntemleri daha uygun görülmüştür. Önceki kümeleme algoritmalarından daha iyi performans gösteren, bilgi teorisine dayalı yeni bir kümeleme değerlendirme fonksiyonu geliştirdik. Yeni geliştirilen maliyet fonksiyonu bir optimal değer arama algoritması olarak çalışmaktadır. Kümelemenin optimizasyonu, değerlendirme fonksiyonunun aşamalı yapısı ve yerel sonuçların varlığı nedeniyle zordur. Bu yüzden kümelemede yaygın olarak kullanılan K-değişim algoritması üzerinde bir iyileştirme geliştirdik. Doğrusal olarak ayrılamayan verilere uygulandığında algoritma çok iyi sonuçlar elde etti ve kümeler arasındaki doğrusal olmayan sınırları bulmayı herhangi bir yönlendirme olmadan başardı. Kümeleme algoritması, beyin MR görüntülerini bölümlere ayırmak için uygulandı ve başarılı sonuçlar elde edildi. Küçük blokların entropi ölçümleri kullanılarak MR görüntülerinden bir özellik seti oluşturuldu. Tüm beyin görüntüsünün kümelenmesinin hesaplama açısından yoğun olmasından dolayı, kümeleme algoritmasını eğitmek için öncelikle beynin küçük bir bölümü kullanıldı. Daha sonrasında, beyin görüntüsünün geri kalanı, eğitim görüntüsünden elde edilen sonuçlar ve önerilen mesafe ölçüsü kullanılarak kümelere ayrıldı. Algoritmanın uygulanması kolaydır ve sayısal entegrasyon gerektirmeyen bir mesafe ölçüsü seçilerek hesaplamalar basitleştirilmiştir.
Özet (Çeviri)
The major goal of this dissertation is to present a new clustering algorithm using information theoretic measures and apply the algorithm to segment Magnetic Resonance (MR) Images. Since MR images are highly variable from subject to subject, data driven segmentation methods seem appropriate. We developed a new clustering evaluation function based on information theory that outperforms previous clustering algorithms, and the new cost function works as a valley seeking algorithm. Since optimization of the clustering evaluation function is difficult because of its stepwise nature and existence of local minima, we developed an improvement on the K-change algorithm used commonly in clustering problems. When applied to nonlinearly separable data, the algorithm performed with very good results, and was able to find the nonlinear boundaries between clusters without supervision. The clustering algorithm is applied to segment brain MR images with successful results. A feature set is created from MR images using entropy measures of small blocks from the input image. Clustering the whole brain image is computationaly intensive. Therefore, a small section of the brain is first used to train the clustering algorithm. Afterwards, the rest of the brain is clustered using the results obtained from the training image by using the distance measure proposed. The algorithm is easy to apply and the calculations are simplified by choosing a proper distance measure which does not require numerical integration.
Benzer Tezler
- Bulanık kümeleme algoritmaları kullanılarak beyin MR görüntülerinden MS lezyonlarının ayrıştırılması
Segmentation of MS lesions in brain magnetic resonance images using fuzzy clustering algorithms
İPEK TOKER
Yüksek Lisans
Türkçe
2013
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SEDEF KENT PINAR
- A medical decision making system for brain tumor identification from magnetic resonance images using machine learning techniques
Makine öğrenimi tekniklerini kullanarak manyetik rezonans görüntülerinden beyin tümörünün belirlenmesi için tıbbi karar verme sistemi
ZAHRAA ABD AL RAHMAN MOHAMMED AL SAFFAR
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Segmentation of breast microwave imaging using fuzzy c-mean clustering
Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu
ASAL MAMIZADEH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Beyin MR görüntülerinin görüntü işleme teknikleri kullanılarak sınıflandırılması
Classification of brain mr images using image processingtechniques
ERCÜMENT GÜVENÇ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEVLÜT ERSOY
DOÇ. DR. GÜRCAN ÇETİN
- Bölütlenmiş histopatolojik görüntüler üzerinde derin öğrenme yöntemiyle kolon kanseri tespiti
Detecting colon cancer using deep learning on segmented histopathological images
ULAŞ YURTSEVER
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRETTİN EVİRGEN