Geri Dön

Modlu beyin MR görüntülerinin incelenmesi

Investigation of multimodal brain MR images

  1. Tez No: 860660
  2. Yazar: FATMATÜL ZEHRA YOLCU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAYRİYE AKTAŞ DİNÇER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. 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

  1. Yeni Cami'nin akustik açıdan performans değerlendirmesi

    Evaluation of the acoustical performance of the New Mosque

    EVREN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEVTAP YILMAZ DEMİRKALE

  2. 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

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA BURAK TÜRKÖZ

  3. 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

    İngilizce

    2014

    BiyomühendislikGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERGUN ERÇELEBİ

  4. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  5. 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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER ALİ ÖZKAN