Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/786
Title: Yapay Sinir Ağları Kullanarak Ultrasonik Görüntülerde Dokuların Bölütlenmesi
Other Titles: Segmentation Of Ultrasound Images By Using Artificial Neural Networks
Authors: Ölmez, Tamer
İşcan, Zafer
Biyomedikal Mühendisliği
Biomedical Engineering
Keywords: Ultrason
Bölütleme
GAL
KOHONEN
DAYSA
Ultrasound
Segmentation
GAL
KOHONEN
DAYSA
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, ultrasonik görüntüleri otomatik olarak bölütlemek, böylelikle özellikle tecrübesiz doktorlar için yardımcı olabilecek bir teşhis aracı hazırlanması amaçlanmıştır. Otomatik bölütlemede, 3 farklı yapay sinir ağı (GAL, KOHONEN, DAYSA) kullanılmıştır. Bölütlemeyi gerçekleştirmek için, ağın eğitim aşamasında farklı öznitelikler kullanılmıştır. Elde edilen sonuçlara göre, özniteliklerin ve ağların seçimi hakkında karşılaştırmalar ve öneriler yapılmıştır. Algoritmaların hazırlanma sürecinde yazılım olarak MATLAB 6.0 kullanılmıştır. Ayrıca DAYSA algoritmasında ultrasonik görüntüler için uygun bir eşik değeri üretmek üzere otomatik eşik fonksiyonu kullanılmıştır. Bu eşik, kullanılan özniteliklere, öznitelik sayısına ve öznitelik uzayındaki vektörlerin dağılımına bağlı olarak, uygun bir değer almaktadır. Bölütleme sonuçları bir radyolog tarafından değerlendirilmiş ve kullanılan yöntemlerin teşhise kesinlikle yardımcı olabilecek ipuçları verdiği görülmüştür.
In this study, by the help of automatic segmentation of ultrasound images, providing asistance in diagnosis for especially inexperienced doctors was intended. 3 kinds of Artificial Neural Networks (GAL, KOHONEN, DAYSA) were used in automatic segmentation. In order to implement the segmentation, different features were used in training period of the networks. According to the obtained results, comparisons and suggestions on selection of the features and networks have been made. For the preperation of algorithms, MATLAB 6.0 was used as the software. Furthermore, automatic threshold function had been used for DAYSA algorithm to find a proper threshold value for ultrasound images. This threshold value takes a proper value depending on features, feature number and distribution of feature vectors in feature space. Segmentation results were evaluated by a radiologist and proposed techniques seemed to have signs of being absolutely useful for diagnosis.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2005
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2005
URI: http://hdl.handle.net/11527/786
Appears in Collections:Biyomedikal Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
3540.pdf2.43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.