Modlu beyin MR görüntülerinin incelenmesi
Investigation of multimodal brain MR images
- Tez No: 860660
- Danışmanlar: DR. ÖĞR. ÜYESİ HAYRİYE AKTAŞ DİNÇER
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: 65
Özet
Beynin karmaşık bir yapısı vardır ve pek çok görevi bulunmaktadır. Beynin bu karmaşık yapısını invaziv olmayan bir yöntem olan manyetik rezonans görüntüleme (MRG) ile incelenmesi oldukça sık tercih edilmektedir. MRG, çok yönlü bakış açısı kazandırmakla birlikte, yüksek uzamsal rezolüsyona sahip görüntüler sağladığı için beynin karmaşık yapısının en küçük bölümüne inerek beynin morfolojisini değerlendirebilecek bir bakış açısı sunmaktadır. Beynin morfolojik özelliği; farklı yoğunluklarda olan gri madde (koyu renkte), beyaz madde (açık renkte) ve beyin omurilik sıvısı (beyaz) olarak üç bölüme ayırılarak T1 ağırlıklı (T1w) görüntüler ile incelenmektedir. Bu doğrultuda, son kavramsal gelişmelerden biri olan niceleyici (quantitative) T1 (qT1) MR yöntemi beynin bölümlerinin incelenmesi ile beyin dokusunun büyüklüğü konusunda önemli veriler sağlamaktadır. Konvansiyonel MR görüntülerindeki yoğunluk değerleri MR sekans parametreleri (TR, TE vb.) gibi birçok dışsal parametreye bağlı iken, qT1 ile elde edilen T1 haritaları dokunun içsel özellikleri olan su kapasitesi, miyelinleşme gibi özellikleri yansıtır. Bölümler arasındaki ilişki, bölgenin benzerliği, morfolojisi, moleküler ve mikro devre özelliği çeşitli modlarla oluşturulan veri setleri ile açıklanabilmektedir. Bu tezin amacı, Royer ve arkadaşları (2002) tarafından yapılan çalışmada paylaşılan 50 sağlıklı katılımcıya ait çoklu beyin MR görüntülerini analiz ederek, sağlıklı insan beyninin farklı özniteliklerini tanımlamaktır. Sağlıklı beyin görüntülerinden elde edilen yapısal bilgiler tanımlanabilirse, bu sonraki aşamalarda nörolojik hastalıklara sahip bireylerin tanı ve teşhisini kolaylaştıracak bir çatı oluşturulmasını sağlayacaktır. qT1 ve T1w görüntülerinin analizi FSL ve AFNI gibi ortamlarda yapılmıştır. Görüntü kalitesini artırmak ve gürültüyü gidermek için her bir adımda hata payı kullanarak daha iyi görüntü kalitesi kafatası çıkarma, çakıştırma, segmentasyon ve ilgili bölümde normalizasyon ile oluşturulmuştur. Oluşturulan görüntüler, sağ ve sol yarım küreler olarak sıralanarak beynin bölümleri arasındaki normal ilişkiler açıklanmıştır. Sonuç olarak, bu çalışma ile farklı modlarda oluşturulan MR görüntüleri kullanılarak sağlıklı beyin incelenmiştir ve aynı beyin bölgelerinin farklı görüntüleme yöntemleri kullanılarak elde edilen hacim ölçümlerinin istatistiksel olarak anlamlı bir farklılığa sahip olduğu gösterilmiştir. Bu farklarla beynin normalizasyon yapılan hacim ölçümlerinin standart verilerini bulmak ve bu bilgilerin ışığında doktorların daha doğru teşhis yapabilmeleri için bakış açılarına katkıda bulunulması amaçlanmaktadır.
Özet (Çeviri)
Brain has a complex structure and many functions. Magnetic resonance imaging (MRI), which is a non-invasive method, is frequently preferred to examine this complex structure of the brain. MRI provides a versatile perspective; because it provides images with high spatial resolution, it provides a perspective that can evaluate the morphology of the brain by going down to the smallest part of the complex structure of the brain. Morphological feature of brain divided into three sections that contains different density and examined with T1 weighted (T1w) images: gray matter(dark color), white matter(light color) and cerebrospinal fluid(white). In this direction, the quantitative T1 (qT1) MRI method, which is one of the latest conceptual developments, provides important data on the mapping of brain tissue by examining parts of the brain. While the intensity values in conventional MR images depend on many external parameters such as MR sequence parameters (TR, TE, etc.), T1 maps obtained by the qT1 method reflect the internal characteristics of the tissue such as water capacity and myelination. The relationship between the sections, the similarity, morphology, molecular and microcircuit characteristics of the sections can be explained by the data sets created with various modes. The aim of this thesis is to identify different attributes of healty human brain by analyzing multiple brain MRI images of 50 healthy participants shared in a study conducted by Royer et al. (2002). If the structural and functional information obtained from healthy brain images can be defined, this will provide a framework that will facilitate the diagnosis of individuals with neurological diseases in the next stages. The analysis of qt1 ant T1w were performed in programs such as FSL and AFNI. Better image quality will be created by using the margin of error at each step to improve image quality and remove noise with brain extraction, registration, segmentation and region of interesting. The created images were sorted into right and left hemispheres and the normal relations between the parts of the brain will be explained. As a result, with this study, the healthy brain were examined using MRI images created in different modes and volume measurements of the same brain regions obtained using different imaging methods have been shown that have sitatistically significant differences. With these differences, it is aimed to find the standardization of brain normalization volume measurements and contribute to doctors' perspectives in order to make a more accurate diagnosis in the light of this information.
Benzer Tezler
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- 3 dimensional monomodal intensity based medical image registration for brain tumor progression analysis
Beyin tümörü gelişiminin analizi için tek modlu piksel koyuluk temelli 3 boyutlu tıbbi görüntü çakıştırma
EMRAH IRMAK
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA BURAK TÜRKÖZ
- Application of monomodal intensity-based medical image registration on brain tumor growthiness investigation
Tek modlu medikal piksel koyuluk temelli imge çakıştırma tekniğinin, beyin tümörünün gelişimi üzerine uygulanması
EMRAH IRMAK
Yüksek Lisans
İngilizce
2014
BiyomühendislikGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ
- Deep learning approaches for multiple sclerosis lesion segmentation using multi-sequence 3D MR images
Çok sekanslı 3B MR görüntüleri kullanılarak multiple skleroz lezyon bölütlemesi için derin öğrenme yaklaşımları
BEYTULLAH SARICA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Medikal görüntülerin sınıflandırılmasında kapsül ağ tabanlı derin öğrenme mimarilerinin geliştirilmesi
Improving capsule network based deep learning architectures for classification of medical images
SÜMEYRA BÜŞRA ŞENGÜL
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER ALİ ÖZKAN