Mr Kafa Görüntülerinde Tümör Deteksiyonu İçin Simetri Temelli Parametrelerin Belirlenmesi

Abstract

Bu tez çalısmasında görüntü simetrisizligi dikkate alınarak MR (manyetik rezonans) görüntülerde tümör varlıgını sorgulayan ve tümör varlıgı durumunda tümör bölgesinin beyin içindeki yerini bulan bir algoritma gelistirilmistir. Sunulan çalısmanın performansı MR görüntüdeki dokuların dogru bölütlenmesi ile dogrudan iliskilidir. Bölütlenen görüntülerde ayrıntı fazla bulunursa, tümör olmadığı durumda bile önerilen parametrelerin değerleri tümörü isaret edebilecektir. Bu nedenle bölütleme islemi için iki öznitelik çıkartma yöntemi karsılastırmalı olarak analiz edilmistir. İlk yöntemde komsu benek gri seviye degerleri kullanılarak öznitelikler belirlenmiştir. İkinci yöntemde ise sürekli dalgacık dönüsümü kullanılarak orjinal görüntü sekiz farklı bantta incelenmistir. Bölütleme islemi, artımsal öz-düzenlemeli bir yapay sinir agı kullanılarak gerçeklenmistir. Dokuları temsil etmesi baglamında, hem basarımı yüksek bir öznitelik çıkartma yöntemi seçiminin hem de artımsal özdüzenlemeli ag kullanımının bölütleme performansını artıracagı düsünülmektedir. Çalısma, bir adet suni olusturulmus fantom kafa görüntüsü, bir adet normal MR kafa görüntüsü ve dört adet tümörlü MR kafa görüntüsü üzerinde test edilmistir. Parametre 1 ve 2’nin tümör varlıgını sorgulamakta, parametre 3’ün ise tümörün var olması durumunda MR görüntü içindeki yerini bulmada basarı ile kullanılabileceği gözlenmistir.

In this thesis, a novel algorithm is developed for the detection and localization of tumor in MR (magnetic resonance) head images by using geometrical asymmetry in brain lobes. The proposed algorithm’s performance has direct relationship with the tissue segmentation in MR images. If there are many details in the segmented images, even if any tumor does not exist, the proposed parameters (features) will indicate the presence of a tumorous tissue. For this reason, for the segmentation process two feature extraction methods are compared and analyzed. In the first method, main characteristics have been determined by using the neighboring pixel gray level values. In the second method, original image has been examined in eight different bands obtained by using continuous wavelet transformation. The segmentation process is carried out by using an incremental self-organizing map neural network. In the context of representing the tissues, it is thought that the segmentation performance will be increased by both choosing a successful feature extraction method and the proposed neural network. This study has been tested on an artificial phantom head image, a normal MR head image and four abnormal (with tumor) MR head images. It is observed that, parameters 1 and 2 reveal the existence of the tumor, and parameter 3 determines its location in the MR head image.