Artımsal yapay sinir ağları kullanılarak ultrasonik görüntülerin bölütlenmesi
Artımsal yapay sinir ağları kullanılarak ultrasonik görüntülerin bölütlenmesi
| dc.contributor.advisor | Ölmez, Tamer | |
| dc.contributor.author | Kurnaz, Mehmet Nadir | |
| dc.contributor.authorID | 504982114 | |
| dc.contributor.department | Biyomedikal Mühendisliği | |
| dc.date.accessioned | 2024-03-18T11:16:16Z | |
| dc.date.available | 2024-03-18T11:16:16Z | |
| dc.date.issued | 2006-12-04 | |
| dc.description | Tez (Doktora)-- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006 | |
| dc.description.abstract | Bu çalışmada, ultrasonik (US) görüntülerin bölütlenmesi için iki yeni artımsal yapay sinir ağı (ArÖz ve GArÖz) önerilmiştir. Fourier, kosinüs ve dalgacık dönüşümünü kullanan üç farklı öznitelik çıkartma yönteminin bölütleme başarımlarına etkisi karşılaştırmalı olarak incelenmiştir. Artımsal öz-düzenlemeli ağın (ArÖz) en iyi düğümlerini belirlemek için sıkıştırma temelli bir yöntem bu çalışmada ilk kez önerilmiştir. US görüntülerdeki karmaşık doku dağılımını en iyi temsil edecek düğümleri bulmak ve düğüm sayısını azaltmak amacıyla, genetik algoritmalar ile eğitilen artımsal öz-düzenlemeli ağ (GArÖz) çalışmada ilk kez geliştirilmiştir. | |
| dc.description.degree | Doktora | |
| dc.identifier.uri | http://hdl.handle.net/11527/24666 | |
| dc.language.iso | tr | |
| dc.publisher | Fen Bilimleri Enstitüsü | |
| dc.sdg.type | Goal 9: Industry, Innovation and Infrastructure | |
| dc.subject | yapay sinir ağı | |
| dc.subject | bölütleme | |
| dc.subject | genetik algoritmalar | |
| dc.title | Artımsal yapay sinir ağları kullanılarak ultrasonik görüntülerin bölütlenmesi | |
| dc.title.alternative | Segmentation of ultrasound images by using incremental artificial neural networks | |
| dc.type | Doctoral Thesis |