Removal of hair artifacts in skin lesion images and its impact on skin cancer detection
Cilt lezyon görüntülerde saç artefaktlarının çıkarılması ve cilt kanseri teşhis doğruluğuna etkisi
- Tez No: 913148
- Danışmanlar: DR. ÖĞR. ÜYESİ AMİRA TANDİROVİÇ GÜRSEL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kanserin erken tanısı, tedavi ve prognoz başarısında önemli faktörlerden biridir. Son yıllarda, cilt kanseri insidansı dünya genelinde artış göstermiştir ve bu durum, erken teşhisin hasta sonuçlarını iyileştirme açısından kritik hale gelmesine neden olmuştur. Bu çalışma, cilt lezyonu verilerinin bütünlüğünü bozmadan dermatoskopik görüntülerden kıl eserlerini ortadan kaldıran gelişmiş kıl giderme filtreleri geliştirerek cilt kanseri teşhisini iyileştirmeye odaklanmıştır. Geleneksel yöntemler, örneğin Dullrazor filtresi, özellikle yoğun saç örtüsüne sahip görüntülerde hem açık hem de koyu saçları etkili bir şekilde çıkarma konusunda sınırlamalar göstermiştir. Buna karşılık, bu araştırma, Wiener filtreleme, blackhat dönüşümü ve adaptif eşikleme gibi teknikleri birleştirerek ve ardından saçın çıkarıldığı alanları geri yüklemek için görüntü doldurma işlemi ile yeni saç çıkarma algoritmaları sunmaktadır. Bu yöntemler, HAM10000 veri seti üzerinde test edilmiş ve deri lezyonu teşhis doğruluğu üzerindeki etkileri açısından mevcut yaklaşımlarla karşılaştırılmıştır. Sonuçlar, geliştirilen yeni filtrelerin, saç artefaktlarını etkili bir şekilde ortadan kaldırırken lezyon özelliklerini koruyarak melanoma tespit doğruluğunu önemli ölçüde artırdığını göstermektedir. Ayrıca, bu çalışmada geliştirilen geliştirilmiş ön işleme tekniklerinin, erken evre teşhis için daha güvenilir ve verimli bir çözüm sunarak, cilt kanseri tespiti için derinöğrenme modellerine entegre edilme potansiyeli vurgulanmıştır. Bulgular, tıbbi görüntü analizi bağlamında sağlam bir görüntü ön işlemeyi vurgulayarak CAD sistemlerinin iyileştirilmesine yönelik devam eden çabalara katkıda bulunacaktır.
Özet (Çeviri)
Early cancer diagnosis is one of the important factors in successful treatment and prognosis. In recent years, the incidence of skin cancer has risen globally, making early diagnosis critical for improving patient outcomes. This study focuses on improving skin cancer diagnosis by developing advanced hair removal filters that eliminate hair artefacts from dermoscopic images without compromising the integrity of skin lesion data. Traditional methods, such as the Dullrazor filter, have shown limitations in effectively removing both light and dark hairs, especially in images with dense hair coverage. In response, this research introduces novel hair removal algorithms that combine techniques like Wiener filtering, blackhat transformation, and adaptive thresholding, followed by image inpainting to restore the hair-removed areas. These methods have been tested on the HAM10000 dataset and compared with existing approaches in terms of their impact on skin lesion diagnosis accuracy. The results demonstrate that the newly developed filters significantly improve the accuracy of melanoma detection by preserving essential lesion features while effectively removing hair artefacts. Furthermore, the study highlights the potential of these enhanced pre-processing techniques to be integrated into deep learning models for skin cancer detection, offering a more reliable and efficient solution for early-stage diagnosis. The findings will contribute to the ongoing efforts to refine CAD systems emphasizing the importance of robust image pre processing in the context of medical image analysis.
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
- A novel approach for hair removal in skin cancer images to enhance segmentation and classification performance.
Deri kanseri görüntülerinin sınıflandırma ve bölütleme performansını artırmak için kıl gidermede yeni bir yaklaşım
AYYAD ERRAJI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. ZAFER İŞCAN
- Bir otomotiv fabrikasında baca gazı arıtım ekipmanının crıtıc ve multımoora metodları ile belirlenmesi
Selection of flue gas treatment equipment in an automotive factory using the critic and multimoora methods
SERKAN ERDOĞAN
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPARSLAN SERHAT DEMİR
- Cerrahi öncesi farklı iki tüy temizleme yönteminin cerrahi alan enfeksiyonlarına etkisinin değerlendirilmesi
Evaluation of the effect of TWO different hair removal methods prior to surgery on surgical site i̇nfections
FATİH MARUL
- Kıl ve tüylerin alınmasına dair hadislerin tespiti, tahlili ve tenkidi
Determination, analysis and criticism of hadiths regarding hair and feather removal
DURSUNE KORKMAZ
Yüksek Lisans
Türkçe
2024
DinKayseri ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
DOÇ. DR. SELAHATTİN AYDEMİR