Edge detection of mammography image using improved artificial bee colony algorithm
Mammografi görüntüsünün geliştirilmiş yapay arı kolonisi algoritması kullanılarak kenar tespiti
- Tez No: 836910
- Danışmanlar: DR. ÖĞR. ÜYESİ OMAR DAKKAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Görüntü işleme, bilgisayarla görme, tıbbi görüntüleme ve robotik dahil olmak üzere çeşitli alanlarda önemli bir rol oynar. Görüntü işleme teknolojilerinin bilgisayarlı görme ve makine öğrenimindeki gelişmelerin yönlendirdiği sürekli gelişimiyle birlikte, dijital görüntüleri analiz etme ve yorumlama yeteneğimizi geliştirme fırsatları ortaya çıkıyor. Bu çalışma, özellikle mamografi görüntü analizi için uyarlanmış bir kenar algılama yaklaşımı olan edmABC'yi tanıtmaktadır. Bal arılarının yiyecek arama davranışlarından ilham alarak, mamografi görüntülerindeki sınırları belirlemek ve vurgulamak için Yapay Arı Kolonisi (ABC) algoritmasını benimsiyoruz. Amacımız, doktora daha sonraki tıbbi analiz ve teşhislerde yardımcı olmak için çok önemli olan görüntülerde kenar algılamayı iyileştirmektir. Görüntü uzayını araştırmak ve uygunluk değerlerine göre potansiyel kenar noktalarını seçmek için ABC algoritması kullanıldı. Bu yaklaşım, yerel aramayı, bilgi paylaşımını ve keşfi sinerjilendirerek uç konum doğruluğunu artırır. Popülasyonun başlatılmasında karşıtlık temelli öğrenme ve kaotik sistemleri tanıttık. Ek olarak, çözüm değerlendirmesini desteklemek için gri tonlamalı değerler ve istatistiksel tahminler çıkarıldı. Önerilen edmABC yöntemimiz, standart kenar algılama teknikleri ve önceki araştırmalarla karşılaştırıldığında üstün performans göstermektedir. Arı algoritmasının uyarlanması, gri tonlamalı değerler ve istatistiksel tahminle birleştiğinde mükemmel sonuçlar ortaya koyuyor. Bu çalışma, edmABC'yi mamografi görüntü analizini geliştirmek için umut verici bir çözüm olarak sunmaktadır. ABC algoritmasından yararlanarak ve gri tonlamalı değerleri ve istatistiksel tahminleri birleştirerek araştırmamız, alanın artan bilgi birikimine katkıda bulunuyor. Tıbbi teşhis ve daha geniş toplum üzerindeki potansiyel etkisi bu çalışmanın önemini vurgulamaktadır
Özet (Çeviri)
Image processing plays a pivotal role in various domains, including computer vision, medical imaging, and robotics. With the continuous evolution of image processing technologies, driven by advancements in computer vision and machine learning, opportunities arise for enhancing our ability to analyze and interpret digital images. This study introduces edmABC, an approach to edge detection specifically tailored for mammography image analysis. Inspired by the foraging behavior of honeybees, we adopt the Artificial Bee Colony (ABC) algorithm to identify and highlight boundaries within mammography images. Our objective is to improve edge detection in images, which is crucial to help the doctor with subsequent medical analysis and diagnosis. The ABC algorithm was employed to explore the image space and select potential edge points based on fitness values. This approach synergizes local search, information sharing, and exploration, enhancing edge position accuracy. We introduced opposition-based learning and chaotic systems in population initialization. Additionally, grayscale values and statistical estimation were extracted to support solution evaluation. Our proposed edmABC method demonstrates superior performance compared to standard edge detection techniques and prior research. The adaptation of the bee algorithm, coupled with grayscale values and statistical estimation, showcases excellent results. This study presents edmABC as a promising solution for improving mammography image analysis. By leveraging the ABC algorithm and incorporating grayscale values and statistical estimation, our research contributes to the field's growing body of knowledge. The potential impact on medical diagnostics and the broader society underscores the significance of this study.
Benzer Tezler
- Mamografi görüntülerinde matematiksel morfolojik filtreleme ile gürültü giderme ve kontrast iyileştirme
Noise reduction and contrast enhancement with mathematical morphologic filtering in mammographic
BÜŞRA TÜRKER
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Directional wide band printed monopole antenna for use in microwave breast cancer imaging
Mikrodalga meme kanseri görüntüleme kullanımı için geniş bantlı yönlü mikroşerit anten
JAVAD JANGİ GOLEZANİ
Yüksek Lisans
İngilizce
2012
İletişim Bilimleriİstanbul Teknik ÜniversitesiHaberleşme Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Görüntü işleme teknikleri kullanılarak, 2-boyutlu mamografik verilerde kanserli bölge tanısı
Cancer region diagnosis of 2-dimensional mammographic data using image processing techniques
PELİN GÖRGEL
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
PROF. DR. OSMAN NURİ UÇAN
- Görüntü işleme teknikleriyle meme kanserinin teşhisi
Diagnosis of breast cancer with image processing techniques
GÜLİZ TOZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PAKİZE ERDOĞMUŞ
- Meme kanserinin histopatolojik görüntülerden etkili bir şekilde derecelendirilmesi için bilgisayar destekli bir sistem
A computer-aided system for efficient grading of breast cancer from histopathological images
ASLI BAŞAK GÜZEL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiBitlis Eren ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT BUDAK