Skin cancer detection using image processing techniques
Görüntü işleme tekniklerı kullanarak deri kanseri tespit edilmesi
- Tez No: 387290
- Danışmanlar: DR. SERDAR YILMAZ, YRD. DOÇ. DR. ŞÜKRÜ OKKESİM
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Malign Melanoma (MM) en sık rastlanan üçüncü tip insan deri kanseridir. Tez çalışmamızda ABCD puanlanması bilgisayar tabanlı algoritmalar ile gerçekleştirilerek standart risk analizi hedeflenmiştir. Bu amaca yönelik olarak İstanbul Üniversitesi Cerrahpaşa Tıp Fakültesi Dermatoloji Bölümü ile iş birliğine gidilmiş, alınan Etik Kurul onayı ile deri kanseri risk analizleri için görüntü kayıtları alınmıştır. Gerçekleştirilen çalışma kapsamında alınan deri kanseri riski içeren resimler, bilgisayar ortamında görüntü işleme algoritmaları kullanılarak analiz edilmiş ve işlemlerden geçirilmiştir. Klinik çalışmalar ile alınan resimler öncelikle ön filtrelerden geçirilerek ABCD puanlamasına uygun formata getirilmiştir. Ön filtreleme çalışmalarında deri üzerindeki özellikle ışık yansımaları, kıl görüntü etkileri ve deri desen çizgilerinin neden olduğu gürültü etkileri resimden uzaklaştırılmıştır. Yapılan ön filtreleme çalışmaları ile gereksiz veri kaybı da engellenmiştir.ABCD puanlama işlemi için ön filtrelerden geçirilen resim, öncelikle A asimetri puan algoritması için puanlanmaktadır. Kütle merkez noktasından çizilen simetri çap eksenleri doğrultusunda çeyrek dilimlere ayrılan resimler simetri için 0-1 arasında puanlamıştır. B sınır puanlaması için lezyona ait kütle merkezine bağlı olarak, resmin sınırlarını en iyi fit (kesen) eden elipsoid daire ile farkları hesaplanarak bulunmuştur. C renk puanlaması için lezyon alanı içerisinde bulunan gerçek RGB (Red-Green-Blue) renkleri yüzey toplam piksel sayısına oranlanarak 0-1 arasında puanlanmıştır. D puanlaması resimlerden dijital zoom olması nedeniyle gerçekleştirilememiştir. Gerçekleştirilen bilgisayar tabanlı ABCD çalışmalarının sonuçları, klinik çalışmalardaki dermatolog sonuçları ile karşılaştırmalı olarak tartışılmıştır.
Özet (Çeviri)
Malignant Melanoma (MM) is the third type most frequently occurring human skin cancer.The objective of our thesis is to catagorise the standard risk level by computer based algorithm. For this purpose, in collaboration with Istanbul University Faculty of Medicine Department of Dermatology adopted and the risk of skin cancer, with the approval of the Ethics Committee for the analysis of image recordings is taken. The risk of skin cancer, including photos taken within the scope of work performed on computer using image processing algorithms were analyzed the actions.For ABCD computer based scoring, pre-processing studies have been done, especially in the light reflections on the skin, hair, image effects and noise effects caused by skin pattern lines were removed from the illustration. With the work of the pre-filtering of redundant data loss is prevented. ABCD scoring process image for the pre-processing is passed, primarily for the algorithm A, asymmetry points scored. Sectional diameter of the symmetry axes of the line drawn from the center of mass separated lines for symmetry as graded between 0-1 score. B, border depending on the center of mass of the lesion in order to limit scoring, best fit the boundaries of the image (cut) is derived by the ellipsoid apartment with a difference. A lesion in the area of color in the rankings for the actual RGB (Red-Green-Blue) color surface proportioning the total number of pixels between 0-1 rated could not be realized due to digital zoom images rankings. Performed computer-based ABCD study results are discussed in comparison with the results of clinical trials dermatologist.
Benzer Tezler
- Segmentation of skin cancer by using image processing techniques
Görüntü işleme teknikleri kullanılarak cilt kanseri segmentasyonu
AZHAR KASSEM FLAYEH FLAYEH
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GÖRKEM SERBES
- Skın cancer detectıon and classıfıcatıon usıng deep learnıng
Derin öğrenme kullanilarak cilt kanserinin tespiti ve siniflandirilmasi
ALZAHRAA YAHYA HAIDER HAIDER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Derin öğrenme yöntemleri kullanarak cilt kanserinin tespiti ve sınıflandırılması
Detection and classification of skin cancer using deep learningmethods
MOHAMMED MAHMOOD HUSSEIN HUSSEIN
Yüksek Lisans
Türkçe
2026
Mühendislik BilimleriTokat Gaziosmanpaşa ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
الأستاذ الدكتور MAHMUT HEKİM
- Skin lesion classification with machine learning
Makine öğrenmesi ile cilt lezyonu sınıflandırması
ESRA SENDEL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Derin öğrenme teknikleri kullanılarak cilt lezyonları için çok sınıflı sınıflandırma
Multi-class classification for skin lesions using deep learning techniques
ÜMMÜHAN KOPAL
Yüksek Lisans
Türkçe
2025
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜRVET KIRCI