Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: ZEYNEP YILDIRIM
Danışman: REFİK SAMET
Özet:Günümüzde tıbbi görüntüleme sistemleri, görüntü işlemenin en çok kullanıldığı alanların başında gelmektedir. Tıbbi görüntülerin iyileştirilmesinde, onarılmasında ve kalitesinin arttırılmasında görüntü işleme tekniklerinin büyük önemi bulunmaktadır. Son yıllarda, tıbbi görüntülerde, vasküler yapı formlarının segmentasyonu alanında yapılan çalışmalar artış göstermektedir. Özellikle damar yapılarının çıkarılması; Bilgisayarlı Tomografi, Manyetik Anjiografi ve diğer tıbbi görüntülerin farklı kısımlarının görüntülenmesi, tanılanması ve nicemlemesinde (quantization) anahtar bir süreçtir. Damar yapılarındaki anormallikleri erken aşamada belirlemek, hastalığın tedavisinde etkili olmaktadır. Bu tezde yapılan çalışmanın amacı, iki boyutlu (2B) bilgisayar tomografisi (BT) görüntülerinde görüntü işleme teknikleri uygulayarak damar segmentasyonu gerçekleştirmek ve damarların üç boyutlu (3B) modelini oluşturmaktır. Bu sayede görüntü kesitlerini radyologların doğru bir şekilde yorumlayabilmesinde kolaylık sağlamak amaçlanmaktadır. Bu amaç doğrultusunda, tez çalışmasında, damarları otomatik olarak tespit eden ve 3B olarak görüntüleme imkanı sunan bir metodoloji geliştirilmiştir. Çalışmamız üç bölümden oluşmaktadır: (1) BT görüntülerinde akciğer loblarının çıkarılması, (2) BT görüntülerde damar segmentasyonu, (3) 3B modelleme. Birinci ve üçüncü bölümde bilinen yöntemler kullanılmıştır. İkinci bölüm kapsamında; yinelemeli global eşikleme yöntemi, süreklilik algoritması ve damar takip algoritması geliştirilmiştir. Tez çalışmasında veri kümesi olarak, Lung Image Database Consortium (LIDC) kütüphanesinden elde edilen ve 133 adet görüntü kesiti içeren bir BT seti ve ELCAP Public Lung Image Database kütüphanesinden elde edilen ve 290 adet görüntü kesiti içeren üç BT seti kullanılmıştır.AbstractToday, medical imaging systems are one of the most widely used area of image processing. Image processing techniques have a great importance in enhancing, repairing and improving the quality of medical images. In recent years, the medical images, segmentation of structuring form studies conducted in the field has been increasing. Especially the removal of blood vessels; viewing different parts of Computed Tomography, Magnetic Angiography and other medical images, diagnosis and quantization, is a key process. To detect early stage abnormalities in vasculature, it is effective in treating the disease. The aim of the studies, in this thesis, vessel segmantation by performing image processing on the two-dimensional (2D) computer tomography (CT) images and to create three-dimensional (3D) models. In this way, intended to provide ease in radiologists to interpret the CT image sections correctly. For this purpose, in thesis study,a methodology is developed that the vessels are automatically identified and offers the possibility of 3D imaging. Our study consists of three parts: (1) Extraction of lungs in CT images, (2) vessel segmentation on CT images, (3) 3D modeling. In first and third stages, known techniques are used. In second stage, recursive global threshold algorithm, continuity algorithm and vessel tracking algorithm are developed. As a set of data in the study, containing 133 CT slices from Lung Image Database Consortium (LIDC) and three set of data, each of them containing 290 CT slices from ELCAP Public Lung Image Database are used.