Farklı açılardan alınan B-mode ultrason görüntülerinin derin öğrenme teknikleri ile çakıştırılması
Registration of B-mode ultrasound images from different angles with deep learning approach
- Tez No: 787580
- Danışmanlar: PROF. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Ataletsel ölçüm birimi, Derin öğrenme, Dönüşüm optimizasyonu, Konum belirleme, Ultrason, Inertial measurement unit, Deep learning, Conversion optimisation, Position determination, Ultrasound
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ultrason görüntüleme sistemi, sağladığı taşınabilirlik, invazif olmaması ve gerçek zamanlı görüntü sağlama özelliklerinden dolayı tıpta yaygın olarak kullanılmaktadır. Ama tüm bu avantajların yanı sıra ultrason görüntülerinin bazı dezavantajları bulunmaktadır. Bu dezavantajlar ultrason görüntülerinde çözünürlük hücrelerinin yükseklik yönünde değişmesinden ve ayrıca nokta ayrım fonksiyonuna bağlılığından kaynaklanmaktadır. Bu dezavantajların bir sonucu olarak ultrason görüntülerinde çözünürlüğü arttırmak, üç boyutlu yapılandırma, çoklu veya tekli model çakıştırma işlemleri zor hale gelmektedir. Bu problemleri gidermek ve dolayısıyla çakıştırma işleminde ve diğer uygulama alanlarında başarıyı arttırmak için dışarıdan destek alarak ultrason probunun ve dolaylı olarak ultrason görüntülerinin konumunu belirlemeye ihtiyaç bulunmaktadır. Diğer taraftan ise günümüzde derin öğrenme ağlarının görüntü işleme konusunda oldukça başarılı olduğu bilinmektedir. Bu nedenle bu çalışmada atalet ölçü birimi kullanarak ultrason probunun konumu ve dolaylı olarak görüntülerin konumu belirlenmeye çalışılmıştır. Daha sonra görüntüler kümeler halinde derin öğrenme ağına tanımlanmış olup çıkışta konum bilgileri tahmin edilmiştir. Ağın performansını ölçmek için fantom ve gönüllülerin tiroit ve karaciğer bölgeleri üzerinden alınan veriler kullanılmıştır. Önerilen ağ yapısının sonuçları iki farklı ağ yapısının sonuçları ile karşılaştırılmıştır. Son olarak çözünürlüğü artırmak ve benek gürültülerini azaltmak için konum tahminine dayalı yeni bir yöntem önerilmiştir. İlgili yöntem sıra ile konum tahmini, çakıştırma ve istifleme aşamalarından oluşmaktadır.
Özet (Çeviri)
Ultrasound imaging system is a common imaging modality in medicine due to its portability, non-invasiveness and providing real-time imaging features. However, besides these advantages, the ultrasound imaging system has some drawbacks. These drawbacks arise from changing their resolution cells in the elevational distance and also their dependence on the point spread function. As a consequence of these drawbacks, resolution enhancement, 3D reconstruction, and multi-model or even mono-model registration become challenging processes. In order to tackle mentioned drawbacks, and consequently increase success in registration and other application fields, it is essential to externally determine the ultrasound probes' position and consequently their images' position. On the other hand, deep neural networks have provided high performance in image processing. Hence, in this study, by employing inertial measurement unit, ultrasound probe's position and consequently their images' positions had been determined. Then we would like to estimate the ultrasound images' position in the network's output by defining ultrasound images in a concatenated manner. Evaluating network performance relies on data collected from phantom and volunteers' thyroid and liver regions. Acquired results with the proposed network modality, had been compared with acquiring results from two robust networks. Ultimately in order to enhance ultrasound images' resolution and decrease speckle noises, a new method which relies on position information has been proposed. Proposed method consequently relies on position estimation, image registration and stacking.
Benzer Tezler
- Sparse linear prediction models for radar imaging and classification
Radar hedef görüntüleme ve sınıflandırma için seyrek doğrusal öngörü modelleri
BAHAR ÖZEN
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN ERER
- Design and optimization of variable stiffness composite structures modeled using Bézier curves
Bézier eğrileriyle modellenen değişken katılıklı kompozit yapıların tasarımı ve optimizasyonu
ONUR COŞKUN
Doktora
İngilizce
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN
- Gemilerde bünyesel titreşimlerin incelenmesi
An investigation on the structural vibration behaviour of ships
REYHAN ÖZSOYSAL
Doktora
Türkçe
2004
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF.DR. ALİ İHSAN ALDOĞAN
- Yakın dönem Sahîh-i Müslim şerhlerinin şekil ve muhteva analizi-Fethu'l-mün'im örneği-
Form and content analysis of recent Sahîh-i Muslim commentaries-Fethu'l-mun'im example-
ABDULLAH AYDIN
- Milli Eğitim Bakanlığının ilk ve orta dereceli okullarda müdür seçiminde uyguladığı yöntemlerin mevzuata göre değerlendirilmesi (1990-2012)
The evaluation of the methods carried out during the election of the principle in the primary and secondary schools by the Ministry of National Education in compliance with the regulation (1990-2012)
ÖMER SONER TERZİ
Yüksek Lisans
Türkçe
2013
Eğitim ve ÖğretimSüleyman Demirel ÜniversitesiKamu Yönetimi Ana Bilim Dalı
PROF. DR. ŞABAN SİTEMBÖLÜKBAŞI