Tıbbi görüntülerin uyarlanabilir bölge genişletme algoritması ile analizi

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2014

Tezin Dili: Türkçe

Öğrenci: MÜRSEL OZAN İNCETAŞ

Asıl Danışman (Eş Danışmanlı Tezler İçin): Hüseyin Güçlü Yavuzcan

Eş Danışman: Recep Demirci

Özet:

Görüntülerin ayrıştırılması konusu, sayısal görüntü işlemenin en önemli adımlarından biridir. Ayrıştırma, bir görüntünün kendisini oluşturan alt bölgelere ayrılması işlemidir. Mevcut yöntemlerin hesapsal karmaşıklıkları, kullanıcıya bağımlılıkları ve sabit parametreleri, sürecin performansını etkilemektedir. Bu çalışmada kullanıcı müdahalesinin tamamen ortadan kaldırıldığı, benzeşim görüntüsü ve graf tabanlı otomatik bir görüntü ayrıştırma algoritması geliştirilmiştir. Ayrıştırma algoritması, maske tabanlı etiketlemeye dayandırılmış ve hesapsal maliyet azaltılmıştır. Geliştirilen yöntem çekirdekli bölge genişletme (Seeded Region Growing: SRG) yaklaşımı ile birlikte kullanılarak, başarılı sonuçlar elde edilmiştir. Ancak kullanılan maskenin yapısından dolayı, fazladan ayrıştırma problemi ile karşılaşılmıştır ve problemin çözümü için geçişli kapanış esaslı bir bölge birleştirme yaklaşımı önerilmiştir. Önerilen bölge birleştirme yaklaşımı, mevcut yaklaşımlardan farklı olarak hem rekürsifliği ortadan kaldırmış, hem de birleştirme işlemini simetrik hale getirmiştir. Renkli görüntülerin otomatik olarak ayrıştırılması için önerilen yöntem, Benign Prostatic Hyperplasia (BPH)'li prostat biyopsisi (PB) örneklerinin ayrıştırılmasına olanak sağlayacak şekilde iki aşamalı olarak düzenlenmiştir. İlk aşamada PB görüntülerindeki doku ve arkaplan ayrımı yapılmıştır. Arkaplan çıkartım işlemi için kullanılan geleneksel eşikleme yöntemlerinin, homojen ışık dağılımına sahip olmayan görüntülerde istenilen ayrımı yapmakta başarısız olabildikleri gözlenmiştir. Arkaplan ve doku bölgelerinin doğru şekilde ayrıştırılabilmesi için geliştirilen ve kullanıcıdan bağımsız olan yöntem, oldukça başarılı şekilde çalışmış ve ortalama olarak %99'un üzerinde doğrulukla doku bölgelerini belirlemiştir. İkinci aşamada ise doku bölgelerinin içerisindeki glandüler alanlar belirlenmiştir. Glandüler alan/doku oranını belirlemek için önerilen yöntem ile %92,50 doğruluğunda sonuçlar elde edilmiştir.