Çok modlu görüntüleme ile baş ve boyun bölgesinde risk altındaki organların otomatik segmentasyonu
Automatic segmentation of organs-at-risk in the head and neck region using multi-modal imaging
- Tez No: 940912
- Danışmanlar: DOÇ. DR. MURAT GEZER
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Radyoloji ve Nükleer Tıp, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Radiology and Nuclear Medicine, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, baş ve boyun bölgesindeki risk altındaki organların (Organ-at-Risk, OAR) otomatik segmentasyonunu iyileştirmek için YOLOv11 ve SAM2 derin öğrenme modellerini entegre ederek çok modlu görüntüleme (CT ve MR) yaklaşımı sunmaktadır. OAR segmentasyonu, radyoterapi planlamasında kritik bir öneme sahiptir. Geliştirilen model, adaptif radyoterapi süreçlerinde yüksek doğruluklu segmentasyon sağlayarak tedavi etkinliğini artırmayı ve yan etkileri azaltmayı hedeflemektedir. Bu amaçla, HaN-Seg veri seti kullanılarak model eğitimi gerçekleştirilmiş ve performansı Dice Benzerlik Katsayısı ile değerlendirilmiştir. Sonuçlar, önerilen yöntemin mevcut segmentasyon yöntemlerinden daha hassas ve tutarlı olduğunu göstermiştir.
Özet (Çeviri)
This thesis proposes an approach for the automatic segmentation of organs-at-risk (OAR) in the head and neck region by integrating YOLOv11 and SAM2 deep learning models with multi-modal imaging (CT and MR). OAR segmentation is critical for radiotherapy planning. The developed model aims to improve segmentation accuracy in adaptive radiotherapy processes, enhancing treatment effectiveness and reducing side effects. The model was trained using the HaN-Seg dataset, and its performance was evaluated using the Dice Similarity Coefficient. Results demonstrate that the proposed method outperforms existing segmentation methods in precision and consistency.
Benzer Tezler
- Assessing the effectiveness of enhancements and modified Yolov11 in malaria detection on microscopic small objects
Mikroskobik küçük nesnelerde sıtma tespitinde iyileştirmelerin ve modifiye Yolov11'in etkinliğinin değerlendirilmesi
SHAHD HASHIM HASSAN ABDALGADIR
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FURKAN KAMANLI
- Comparison of cleaning performances of nanosecond and femtosecond lasers on historical papers
Nanosaniye ve femtosaniye lazerlerin tarihi kağıtlar üzerindeki temizleme performanslarının karşılaştırılması
CANAN YAĞMUR BOYNUKARA
Yüksek Lisans
İngilizce
2017
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNAY BAŞAR
YRD. DOÇ. DR. MEHMET FEVZİ UĞURYOL
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Multimodal vision-based driver monitoring system in autonomous vehicles
Çok modlu görüntü tabanlı sürücü izleme sistemi otonom araçlarda
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. SEFER BADAY
- Development of Cathepsin B activated theranostic system and evaluation of it against ovarian cancer cell line
Katepsin B ile aktive olan bir teranostik sistem geliştirilmesi ve over kanseri hücre hattı üzerinde test edilmesi
AYŞEGÜL DEMİRAL
Yüksek Lisans
İngilizce
2021
Moleküler Tıpİstanbul Medipol ÜniversitesiMoleküler Tıp ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. S. SİBEL ERDEM