FBE- Biyomedikal Mühendisliği Lisansüstü Programı
Bu topluluk için Kalıcı Uri
Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı altında bir lisansüstü programı olup, sadece yüksek lisans düzeyinde eğitim vermektedir.
Bu programın amaçları :
Biyomedikal Mühendisliği alanında, hastalık ve engellerin tanı ve sağaltımında, evrensel bilimin ve eğitimin kültür ve değerlerini temel alan, uluslararası düzeyde nitelikli bilgi ve teknoloji üretebilecek düzeye gelmektir.
Gözat
Yazar "Akduman, İbrahim" ile FBE- Biyomedikal Mühendisliği Lisansüstü Programı'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
ÖgeKablosuz Dairesel Polarize Antenler Tasarımı Ve Araştırması(Fen Bilimleri Enstitüsü, 2012-01-31) Rezaeıeh, Sasan Ahdı ; Akduman, İbrahim ; 422184 ; Biyomedikal Mühendisliği ; Biomedical EngineeringSon yıllarda kablosuz haberleşme uygulamalarında gerçekleşen artış nedeniyle, söz konusu sistemlerin performanslarının iyileştirilmesine yönelik araştırmalar önemli bir çalışma alanı oluşturmaktadır. Bu sistemlerin en önemli parçalarından birisini oluşturan antenler konusunda yoğun çalışmalar sürdürülmektedir. Bir çok anten türü arasından dairesel polarize (DP) antenler, polarizasyon uyumsuzluğu ve çok yollu sönümlenme etkilerini azaltmak gibi vazgeçilmez özellikleri nedeniyle en çok tercih edilen antenlerdir. Geniş banttan ve düşük profilden faydalanmak için, yama antenler ve anten toprağı yapıları üzerinde farklı teknikler uygulanarak farklı şekil ve tasarımlarda geniş bantlı dairesel polarize yarık antenler geliştirilmiştir. Yama, mikroşerit ve mikroşerit yarık antenler, entegre devre sistemlerine uyumlulukları nedeniyle, dairesel polarize yapılarda sıklıkla kullanılmaktadır. Son zamanlarda, dairesel polarize çalışma bantları oluşturmak amacıyla farklı yöntemler geliştirilmektedir. Bu yöntemlerin bazıları, yarığın iki zıt köşesine iki adet ters L topraklanmış şerit yerleştirilmesi, yarığa spiral yarıklar yerleştirilmesi, kısa devre edilmiş kare ve annular halka yarıklarının kullanılması, kıvrımlı yarıklar ve kıvrık hat kullanılmasıdır. Ancak, literatürde bulunan antenlerin büyük kısmı 80mm × 80mm, 60mm × 60mm gibi büyük boyutlara, dar empedans uyumuna veya küçük eksensel oran bant genişliğine sahiptirler. Bu tez, dairesel polarize antenlerin hem besleme hem de yarık yapıları için yeni teknikler önermektedir. Bu tez çalışmasında sunulan antenler iki farklı kategoride tasarlanmıştır. İlk kategori daha önce sunulan antenlerin band uyumluluğu ve eksenel optimizasiyonu üzerine yapılmıştır. İkinci kategori tamamen yeni tasarımlardan oluşmuştur. Kapsamlı simülasyon ve yapılan ölçümler sayesinde, tüm tasarlanmış antenler optimize edilmiştir. Tüm tasarlanmış antenler Ansoft Yüksek Frekans Yapı Simülatörüyle (HFSS) simule edilmiş ve İstanbul Teknik Üniversitesi anekoik yansımasız odasında ölçülmüştür.
-
ÖgeMicrowave spectroscopy based breast cancer diagnosis using support vector machines(Institute of Science and Technology, 2020-07-16) Önemli, Emre ; Akduman, İbrahim ; Abdolsaheb Yılmaz, Tuba ; 504171403 ; Biomedical Engineering ; Biyomedikal MühendisliğiInteractions of electromagnetic (EM) fields with materials relies on their intrinsic dielectric properties. Knowledge of the dielectric values of each material allows to develop electromagnetic technologies in many fields including medical technologies. There are a variety of electromagnetic medical technologies such as Microwave Imaging, Electrical Impedance Tomography and radiofrequency ablation and they promise faster, safer and low-cost applications. They rely on inherent differences among the dielectric properties of various biological tissue groups and health conditions. Hence, knowledge of the tissue dielectric properties of different biological tissues is crucial for developing EM healthcare technologies. Many works have been performed to investigate difference between dielectric properties of healthy and malignant tissues. It has been discovered that healthy and malignant tissues differ for the EM interactions because of the disperancies in their dielectrical properties. This contrast have been attributed to more water presence in malignant tumors. Breast carcinoma became one of the most researched cancer because of its high incidence and mortality rate. It is responsible for twenty three percent of new cancers and fourteen percent of cancer deaths in total. Thus, early diagnosis of the breast cancer is gaining more importance. Currently, there are some diagnostic methods such as mamography or MRI. However, they have some drawbacks such as harmful effects and low accuracy. Lately, microwave imaging (MWI) gained many interests. MWI fundamentally relies on the inherent dielectric contrast between healthy and malignant tissues. In cancer resection surgeries, determination of clear surgical margins is also possible using dielectric properties. Numerous studies were performed to expand the knowledge of the dielectric properties. However, existing dielectric datasets do not include every tissue type, frequency and temperature. Hence, more studies are needed. Open-ended coaxial probe has became the most preferred measurement method, because it is non-destructive, easy and suitable for biological materials. More dielectric data requires fast and accurate classification methods. For medical applications, most preferred one is Support Vector Machines (SVM). Being a supervised classification method, SVM is widely used because of its high classification performance on medical data. In this study, performance of SVM and infinite feature selection was investigated on the dielectric data of female rat normal breast tissues and malignant tumors in microwave frequencies. Measurements were conducted between 0.5 GHz and 6 GHz with 0.55 GHz intervals at 101 frequency points. Relative permittivity, conductivity and combination of them were tested separately. Firstly, they were tested without feature selection, raw dielectric data was also compared with normalization and logarithm of the dielectric data. Raw permittivity and combined data outperformed others resulting in 100% accuracy. Note that cross validation (CV) technique does not allow memorization of the learning model. Selecting top 100 features, the algorithm resulted in 100% accuracy with permittivity data whereas using top 50 features, it resulted in 99.23% accuracy with combined data. Using nested cross validation, features were selected as top 1 to top 100. Raw permittivity data gave more than 99% accuracy for more than sixty features. Using only one feature, 83.69% accuracy was obtained. Logarithm of the conductivity data resulted in 90.31% and 90% accuracy using one feature with linear and RBF kernels respectively. Best result of conductivity data is 98% using raw data and selecting top 70 features. With one feature, frequency of 5.505 GHz resulted in the best result. S11 response was also tested to avoid dielectric property calculation and to design narrow band devices. Note that this response indicates the energy transfer between probe and biological tissue related to tissue intrinsic electrical properties. Logarithm of the data outperformed with 93.85% accuracy using 10-fold linear SVM. Feature selection step was performed with 10-fold CV. With top 100 features, logarithm of data resulted in slightly higher performance as 91.85% accuracy with RBF kernel. With top 50 features, raw data was slightly better with 85.85% accuracy using linear SVM. Nested CV was applied to logarithm of S-parameter data. Selecting top 10 to 100, with decreasing number of features, accuracy dropped from 91.69% to 87.23% for RBF kernel and 91.38% to 87.08% for linear kernel. Besides, using top 1 to 10 features, accuracy dropped from 87.23% to 86.92% for RBF kernel and 87.08% to 83.08% for linear kernel. Best feature was corresponding to real part of S11 response at 610 MHz. The results show that dielectric measurement data can become acceptable diagnostic tool for breast cancer diagnosis. Thus, development of the EM medical technologies requires more tissue dielectric data. This study provides more dielectric data to the literature and it provides a perspective for analysing the dielectric data on the classification manner.
-
ÖgeT1-ağırlıklı 3-boyutlu Mrı Datası Kullanılarak Gerçekçi Mikrodalga Göğüs Modelleri Üretilmesi(Fen Bilimleri Enstitüsü, 2014-02-21) Tunçay, Ahmet Hakan ; Akduman, İbrahim ; 460141 ; Biyomedikal Mühendisliği ; Biomedical EngineeringSon yıllarda, meme kanserinin erken teşhisi konusunda mikrodalga görüntüleme alanında yapılan çalışmalar popülerlik kazanmıştır. Bu bağlamda, insan memesinin elektromanyetik sayısal modelleri bu konuda çalışan araştırmacılara, hızlı deneysel analizler yaparak yeni teknolojilerin fizibilitesinin artırılması ve böylece daha iyi görüntüleme tekniklerinin ve aygıtlarının geliştirilmesi konularında yardımcı olmaktadır. Literatürde özel olarak sayısal mikrodalga meme modellerini konu alan bu ilk çalışmada arzu edilen türde bir model üretilebilmesi için 3 ana adım içeren bir yöntem öne sürülmüştür. Bu yöntemin alt adımları kısaca: MRI verisindeki gürültünün homomorfik filtreleme ile giderilmesi, dokuların Gauss Karışım Modeli (GMM) ile segmentasyonu ve elektromanyetik özelliklerin parçalı-doğrusal eşleme fonksiyonları ile eşlenmesi olarak tarif edilebilir. Bu çalışmada, mikrodalga meme görüntülemesi çalışmalarında kullanılmak üzere değişik şekil, ebat ve radyografik yoğunluklarda 3-boyutlu sayısal mikrodalga meme modelleri üretilmesi için etkin ve kendi kendine işleyebilen bir yöntem sunulmuştur. Memenin heterojen yapısının mekânsal bilgisi, memelerinde bir anomaliye rastlanmayan değişik hastaların yüz üstü pozisyonda alınmış T1-ağırlıklı 3-boyutlu MRI verileri kullanılarak elde edilmiştir. Dokulara ait her bir sınıf ile elektromanyetik özellikler arasında tekdüze parçalı kübik Hermitte interpolasyon yöntemi kullanılarak doğrusal olmayan bir ilişki kurulmuştur. İlgili meme dokularının elektromanyetik özellikleri Debye and Cole-Cole dağılım modelleri üzerinden tercih edilen çalışma frekansına göre belirlenmiş, böylece MRI verisindeki her bir voksel değeri uygun bağıl geçirgenlik ve iletkenlik değerleri ile eşlenmiştir. Bağıl geçirgenlik ve iletkenlik dağılımlarına dönüştürülen MRI kesitleri, doğrusal interpolasyon ile 3-boyutlu ve gerçekçi bir yapıya dönüştürülmüştür.