Geri Dön

A new clustering algorithm for segmentation of magneticresonance images

Manyetik rezonans görüntülerin bölütlenmesi için yeni bir kümeleme algoritması

  1. Tez No: 833782
  2. Yazar: ERHAN GÖKÇAY
  3. Danışmanlar: PROF. DR. JOSE PRINCIPE
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2000
  8. Dil: İngilizce
  9. Üniversite: University of Florida
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Bilgisayar ve Enformatik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2013

    Biyomühendislikİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  2. 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

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  3. Segmentation of breast microwave imaging using fuzzy c-mean clustering

    Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu

    ASAL MAMIZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM AKDUMAN

  4. Beyin MR görüntülerinin görüntü işleme teknikleri kullanılarak sınıflandırılması

    Classification of brain mr images using image processingtechniques

    ERCÜMENT GÜVENÇ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEVLÜT ERSOY

    DOÇ. DR. GÜRCAN ÇETİN

  5. Bölütlenmiş histopatolojik görüntüler üzerinde derin öğrenme yöntemiyle kolon kanseri tespiti

    Detecting colon cancer using deep learning on segmented histopathological images

    ULAŞ YURTSEVER

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYRETTİN EVİRGEN