A deep learning approach to surface reconstruction for surgical navigation during laparoscopic, endoscopic or robotic surgery
Laparoskopik, endoskopik ve robotik cerrahide navigasyon (yön bulma) amacıyla derin öğrenme yaklaşımıyla organ yüzeyi oluşturma
- Tez No: 572697
- Danışmanlar: PROF. DR. ÜNAL ERKAN MUMCUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
En-az-girişimsel cerrahi yöntemler cerrahlara uyguladıkları operasyonlarda yüksek başarı sağlamalarına, olası riskleri azaltarak, onlara işlevsel araçlar kazandırma ve daha iyi bir perpektif sağlayan teknolojik imkanlar sunarlar. Cerrahlar en-az-girişimsel cerrahi operasyonlar sırasında (Laparoskopik, Endoskopik veya Robotik cerrahi) genellikle ekrandaki görüntülere ve kameralara bağlı çalışırlar. Ameliyathanelerde farklı görüntüleme kiplerinden gelen bilgi (görüntüler) kullanılır (Bilgisayarlı Tomografi, Manyetik Resonans gibi). Ancak, bu bilgiler kamera görüntüleriyle bütünleştirilmez ve bu bilginin çıkartılarak birleştirilmesi ancak cerrahın deneyim ve yetenekleriyle sınırlı kalır. Klasik kameralar, çok faydalı olmakla birlikte, olayın her yönünü (mesela derinlik bilgisi) iletmekte yeterli olmazlar. Son yıllarda, steryo kameralar ameliyathanelerde kullanıma sunulmuştur. Steryo endoskopik araçlar ve beraberindeki algoritmalar derinlik algılamasına yardımcı olurlar. Derinlik bilgisinin steryo kameralardan çıkarımını sağlayan yöntemler ('steryo uyuşma' olarak bilinir) halen bilgisayar bilimleri alanında aktif bir araştırma alanıdır. 3 boyutlu ortamın sayısal oluşturulması için gerekli basamak derinlik bilgisidir. Bu bilgi, cerraha yardımcı olacak olan 'eklenmiş gerçeklik' ortamı oluşturmak için temel teşkil eder. Yapay Sinir Ağları (YSA) ve özellikle de Evrişimsel Sinir Ağları (ESA) son yıllarda bilgisayarlı görü alanındaki araştırmalarda çığır açmıştır. Araştırmacıların YSA kullanarak çözmeye çalıştığı konuların arasında 'steryo uyuşma' da vardır. Steryo uyuşma konusunda ESA'nın değişik türleri oldukça iyi başarım göstermiştir. Bu tez çalışması, derin sinir ağları ve bilgisayar benzetimleri kullanarak, hayvan organ dokularından alınmış steryo görüntülerinde yüzey geri-çatım problemini hedeflemiştir.
Özet (Çeviri)
Minimally invasive surgical procedures utilize technology to provide surgeons with more functionality as well as a better perspective to help them succeed in their tasks and reduce operations risks. Surgeons usually rely on screens and cameras during minimally invasive surgeries such as Laparoscopic, Endoscopic, or Robotic Surgeries. Currently, operating rooms use information from different modalities such as Computer-Aided Tomography and Magnetic Resonance Imaging. However, the information is not integrated, and the task of extracting and combining features falls under the surgeon's expertise. Conventional cameras, although very helpful, are not capable of transmitting every aspect of the scene including depth perception. Recently stereo cameras are being introduced to operating rooms. Utilizing stereo endoscopic equipment alongside algorithms to process the information can enable depth perception.The process of extracting depth information from stereo cameras, also known as Stereo Correspondence, is still an active research field in computer science. Understanding depth information from the view is a necessary step for reconstruction of the scene in a 3D environment. Ultimately, this reconstructed environment acts as a basis to build an Augmented Reality with extra information baked into the scene to help the surgeon. Artificial Neural Networks (ANNs), specially Convolutional Neural Networks (CNNs), have revolutionized the computer vision research in the past few years. One of the problems that researchers tried to solve using ANNs was Stereo Correspondence. There are variations of CNNs with excellent accuracy in Stereo Correspondence problem. This thesis aims to achieve surface reconstruction from in vitro stereo images of organs using Deep Neural Networks and in silico simulations.
Benzer Tezler
- Deep learning–based automatic segmentation and 3d reconstruction in warhead performance testing
Harp başlığı performans testlerinde derin öğrenme tabanlı otomatik bölütleme ve 3b yeniden inşa
UĞUR CAN KARACA
Yüksek Lisans
Türkçe
2025
Makine MühendisliğiTobb Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOYGAR AKGÜN
- An autonomous area coverage method for endoscopic capsule robots
Endoskopik kapsül robotlarda otonom alantarama
İBRAHİM ÖMER ÇELİK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SADIK FİKRET GÜRGEN
DR. MEHMET TURAN
- Enhancing hyperspectral and multispectral image fusion using high dimensional model representation
Yüksek boyutlu model gösterimi kullanılarak hiperspektral ve multispektral görüntü füzyonunun iyileştirilmesi
EFE KAHRAMAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Saldırı tespit sistemlerinde yapay zekâ tabanlı anomali tespiti
Artificial intelligence-based anomaly detection in intrusion detection systems
AWAB DAW SAAD KHALEFA
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ZENGİN
- A new approach to satellite communication: Harnessing the power of reconfigurable intelligent surfaces
Uydu iletisimine yeni bir yaklaşım: Yeniden yapılandırılabı̇lı̇r akıllı yüzeylerden faydalanma
KÜRŞAT TEKBIYIK
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT