Geri Dön

Düzenlileştirme yöntemlerinin bilgisayarlı tomografi görüntülerine uygulanması

Application of regularization methods to computed tomography images

  1. Tez No: 865669
  2. Yazar: CANSU ALKAN
  3. Danışmanlar: PROF. DR. BEKİR DİZDAROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 60

Özet

Tıbbi görüntülemede, bilgisayarlı tomografi görüntülerinin (BT) bulanıklığını gidermek oldukça önemlidir. BT görüntüleri bulanık olduğunda, önemli ayrıntılar gizlenebilir ve doğru teşhis engellenebilir. X-ışınları kullanılarak elde edilen BT görüntüleri kesit dilimleri halinde yeniden yapılandırılırken, hareket artefaktları, donanım ve yazılım sorunları nedeniyle bulanıklaşabilir. Oluşan bu bulanıklık nedeniyle radyologların görüntüyü yorumlaması zorlaşır. Yapılan bu çalışmada bu görüntülerin bulanıklığını gidermek için, Hızlı Fourier Dönüşümü (FFT) ile BT görüntüler frekans bölgesine geçirilmiştir. Bu işlemle, görüntü zaman bölgesinden frekans bölgesini aktarılmıştır. Bu sayede görüntünün frekans bileşenleri elde edilmiştir. Genel Tikhonov yöntemi ise gürültülü veya eksik verilere sahip BT görüntülerinin iyileştirilmesini sağlamıştır. Bu sayede görüntü hakkındaki ön bilgiler (örneğin, pürüzsüzlük gibi) dahil edilerek, geri yüklenen görüntünün kalitesi artırılmıştır. Görüntüye, Laplace süzgeci uygulandığında, görüntüdeki kenarlar ve keskin geçişler vurgulanmıştır. Bu çalışmada Hızlı Fourier dönüşümüne dayalı Genel Tikhonov yönteminde daha büyük boyutlu Laplace süzgeci kullanan bir yöntem önerilmiştir. Önerilen yöntem literatürdeki benzer yöntemlerle karşılaştırılmış ve yöntemin etkili sonuçlar ürettiği görülmüştür.

Özet (Çeviri)

In medical imaging, deblurring computed tomography (CT) images is very important. When CT images are blurred, important details can be obscured, and accurate diagnosis can be hindered. As CT images obtained using X-rays are reconstructed into slices, they can become blurred due to motion artifacts, hardware, and software problems. This blurring makes it difficult for radiologists to interpret the image. In this study, to remove the blurring of these images, the Fast Fourier Transform (FFT) was used to transform the CT images into the frequency domain. With this process, the image is transferred from the time domain to the frequency domain. In this way, the frequency components of the image were obtained. The General Tikhonov method is used to enhance CT images with noisy or missing data. This improves the quality of the restored image by incorporating prior information about the image (e.g., smoothness). When Laplace filtering was applied to the image, edges and sharp transitions in the image were emphasized. In this study, we propose a method that utilizes a larger size Laplace filter in the General Tikhonov method based on the Fast Fourier transform. The proposed method is compared with similar methods in the literature, and it is shown that the method produces effective results.

Benzer Tezler

  1. Development and validation of methods for the diagnosis of lung cancer via serological biomarkers

    Akciğer kanserinin serolojik biyobelirteçler ile teşhisine yönelik yöntem geliştirilmesi ve doğrulanması

    ABBAS GÜVEN AKÇAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Biyolojiİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. ALİ OSMAY GÜRE

  2. Fizyolojik süreçlerde model tabanlı yeni öğrenme yaklaşımları

    Model based learning algorithms based on physiological processes

    UĞUR AYAN

    Doktora

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  3. Quadcopter trajectory tracking control using reinforcement learning

    Pekiştirmeli öğrenme ile quadcopter yörünge takibi kontrolü

    MUSTAFA ERDEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDİNÇ ALTUĞ

  4. Motion based video object tracking with sparse regularization by particle filtering

    Seyrek düzenlileştirme ve parçacık süzgeçleme ile}{videoda hareket tabanlı nesne takibi

    BARIŞ AKOK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

  5. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR