Geri Dön

A mathematical analysis of cerebral emboli detection:Wavelets and convolutional neural networks

Cerebral emboli tespitinin matematiksel analizi: Dalgaciklar ve evrisimli sinir agları

  1. Tez No: 850994
  2. Yazar: AB WAHEED LONE
  3. Danışmanlar: PROF. DR. NİZAMETTİN AYDIN
  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: 2024
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 99

Özet

Dalgacık dönüşümü (WT), farklı işaret ve görüntü işleme uygulamalarında yaygın olarak kullanılmaktadır. Ancak işaret ve görüntü analizinin tüm ölçeklerinde hem zaman hem de frekans çözünürlüğü sağlayamadığı için kullanımı sınırlıdır. Literatürde temel WT yönelik ayrık dalgacık dönüşümü (DWT), sürekli dalgacık dönüşümü (CWT), dalgacık paket dönüşümü (WPT), karmaşık ayrık dalgacık dönüşümü (CWT) gibi farklı iyileştirmeler sunulmuştur. Makine öğrenimi tarafında, farklı WT biçimlerinin bazı paralel algoritmaları vardır. Çoğunlukla görüntü işleme uygulamalarında kullanılan derin evrişimli sinir ağları (CNN), küçük veri kümeleri ile sunulduğunda verinin dağılımının anlaşılmasında bazı zorluklara yol açmaktadır. Bu tezde, WT farklı biçimleri ve küçük veri kümeleri için daha iyi çalışan ve CNN ile benzer yapıya sahip olan, dalgacık saçılma dönüşümü (WST) adı verilen çeviriyle değişmez bir dönüşüm üzerine tartışmalar sunulmaktadır. Şah damarı stenozu olan hastalardan toplanan Doppler işaretleri ve Doppler işaret görüntülerinden oluşan bir veri seti göz önüne alındığında, bu tez, serebral emboli tespiti ve Doppler işaretlerinin sınıflandırılması için WST kullanımını sunmaktadır. Doku analizine dayalı görüntü anlayışı ile CNN arasındaki yakın ilişkiye dayanarak, emboli tespiti ve Doppler işaret sınıflandırması için doku analizi üzerine bir çalışma da sunulmaktadır. Ayrıca entropi ve farklı entropi ölçüm değişkenleri üzerine tartışmalar sunulmaktadır. Ayrıca bu tezde Doppler işaret analizi için entropi ölçümlerinin kullanımı sunulmaktadır.

Özet (Çeviri)

Wavelet transform (WT) is being used widely in different signal and image processing applications. However, its usage is limited by the fact that it cannot provide both time and frequency resolution at all the scales of signal and image analysis. Different improvements to the basic WT have been presented in the literature such as discrete wavelet transform (DWT), continuous wavelet transform (CWT), wavelet packet transform (WPT), complex discrete wavelet transform (CWT). On the machine learning (ML) side, different forms of WT have some parallel algorithms. Deep convolutional neural networks (CNN) that have been used mostly for image processing applications lead to some difficulties in understanding the distribution of data when presented with small datasets. In this thesis, discussion on different forms of WT and a translation invariant transform called wavelet scattering transform (WST) that works better for small datasets and has similar structure with CNN are presented. Given dataset of Doppler signals collected from middle cerebral arteries of patients with carotid stenosis and their corresponding Doppler signal images, this thesis presents use of WST for cerebral emboli detection and classification of Doppler signals. Based on the close relationship between texture analysis based image understanding and CNN, a work on texture analysis for emboli detection and Doppler signal classification is also presented. In addition, discussion on entropy and different entropy measurement variants are presented. Also, the use of entropy measures for Doppler signal analysis is presented in this thesis.

Benzer Tezler

  1. Modeling of two-phase blood flow and fluid-structure interactions in cerebral aneurysms

    Serebral anevrizmalarda iki-fazlı kan akışının ve bunun damar duvarları ile etkileşimlerinin modellenmesi

    HAMED PAHLAVANI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. İLYAS BEDİİ ÖZDEMİR

  2. Rupture status investigation of patient specific cerebral aneurysms by analysing hemodynamic factors using computational fluid dynamics

    Hesaplamalı akışkanlar dinamiği kullanarak hemodinamik faktörlerin analizi ile hastaya özgü beyin anevrizmalarının yırtılma durumu incelemesi

    GÜLBAHAR MERVE NARİNSES

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. MUSTAFA SERDAR ÇELEBİ

  3. Korteks davranışının vuru üreten hücre modeli ile incelenmesi

    Analysis of cortex behavior by a spiking neuron model

    YUSUF KUYUMCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. NESLİHAN SERAP ŞENGÖR

  4. Three layer mathematical modelling of an elastic artery without and with aneurysm to predict the behavior

    Bir beyin damarının 3 tabaklı matematiksel modellemesi ve normal ve anevrizma oluşmuş gerilme çözümlemesi

    HOSSEIN JODATI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    BiyomühendislikOrta Doğu Teknik Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ZÜLFÜ AŞIK

    PROF. DR. SERDAR GEYİK

  5. Antenatal fetüs verilerinin örüntü tanıma yöntemleriyle tanımlanması

    Intelligent data analysis of antenatal fetal data by using pattern recognition methods

    NİLGÜN GÜLER

    Doktora

    Türkçe

    Türkçe

    2002

    MatematikYıldız Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHİR ŞİŞMAN