Bulanık kümeleme algoritmaları kullanılarak beyin MR görüntülerinden MS lezyonlarının ayrıştırılması
Segmentation of MS lesions in brain magnetic resonance images using fuzzy clustering algorithms
- Tez No: 332998
- Danışmanlar: PROF. DR. SEDEF KENT PINAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Biyomühendislik, Electrical and Electronics Engineering, Bioengineering
- Anahtar Kelimeler: Bulanık, Görüntü bölütleme, Kümeleme, Manyetik rezonans görüntüleme, Optimizasyon, Fuzzy, Image segmentation, Clustering, Magnetic resonance imaging, Optimization
- Yıl: 2013
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, manyetik rezonans görüntüleme tekniği ile elde edilmiş beyin görüntülerinden Multipl Skleroz hastalığı sebebiyle oluşan lezyonların kümeleme algoritmaları kullanılarak ayrıştırılması amaçlanmıştır. Bu amaçla, bulanık c-ortalamalar algoritması ile bu algoritmaya farklı bir yaklaşımın uyarlanmasıyla geliştirilmiş olan tip-2 bulanık c-ortalamalar yöntemi BrainWeb veritabanından alınmış yapay MR görüntüleri üzerinde test edilmiştir. Ayrıca, bulanık c-ortalamalar algoritmasının başlangıç değerlerine bağlılığını azaltmak için parçacık sürü optimizasyonu algoritmasından faydalanılmıştır. Bölütleme aşamasında öznitelik olarak T1 ve T2 ağırlıklı yapay MR görüntülerinin gri seviye değerleri kullanılmıştır. Kullanılan algoritmalar için önemli parametrelerin değerleri yapılan denemeler sonucunda belirlenmiştir. Algoritmalara ait kodlar MATLAB kullanılarak yazılmıştır. Bölütleme sonuçları, söz konusu veritabanından alınan hedef görüntülere göre değerlendirilmiş ve tip-2 bulanık c-ortalamalar yaklaşımının üstünlüğü gösterilmiştir.
Özet (Çeviri)
In this study, segmentation of Multiple Sclerosis (MS) lesions in brain magnetic resonance images using clustering algorithms is intended. For this purpose, fuzzy c-means algorithm and type-II fuzzy c-means algorithm which is developed applying a new approach on fuzzy c-means algorithm, are tested using synthetic MRI images. The images are taken from BrainWeb database. In addition, particle swarm optimization algorithm is used to reduce sensitivity of fuzzy c-means algorithm to initial values. In segmentation process, grey level intensities of T1-weighted and T2-weighted MR images are used as features. The values of parameters which are effective on the performance of algorithms are determined using experimental results. Codes of algorithms are implemented using MATLAB. The clustering results are compared with the target image which is presented by BrainWeb database and superiority of type-II fuzzy c-means algorithm for this problem is proven.
Benzer Tezler
- Trakya bölgesindeki depolanmış buğday ve un fabrikalarında saptanan zararlılar ve bulaşma oranları
Başlık çevirisi yok
NİHAL AYDIN
- Bulanık suların arıtılmasında polimerlerden yararlanma
Başlık çevirisi yok
CENGİZ GÜLOĞLU
Yüksek Lisans
Türkçe
1985
Kimya Mühendisliğiİstanbul ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. MUALLA TUĞTEPE
- Erzurum ve Erzincan yörelerindeki bazı bitkilerde bulunan eriophyoi dea (acarina:actinedida) akarları üzerinde çalışmalar
Studies an eriophyoid mites (eriophyoidea:acarina) on some plants in Erzurum and Erzincan regions
ÖZDEMİR ALAOĞLU
- Börülce mozaik virüsünün konukçu spektrumu, tohumla taşınması, arıtılması ve serolojik yöntemlerle tanılanması
Başlık çevirisi yok
DENİZ ÖZBİLEN
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiBitki Koruma Ana Bilim Dalı
DOÇ. DR. M. ASİL YILMAZ