Meme ultrason görüntülerinin farklı alt bant yöntemleri kullanılarak sınıflandırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: ZEYNEP AK
Danışman: Şerife Gengeç Benli
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Meme kanseri kadınlarda mortalite oranı en yüksek kanser türü olmakla birlikte erken teşhis ve tedavi hayati önem taşımaktadır. Ultrason tekniği ile görüntüleme, meme lezyonlarının şekli, lokalizasyonu ve türünü belirlemede önemli bir yere sahiptir. Bu tez çalışmasında, radyasyon maruziyetinin bulunmaması ve kolay ulaşılabilirliği nedeniyle altın standart olarak değerlendirilen ultrason görüntüleme tekniği, çalışmanın yürütülmesinde büyük bir rol oynamaktadır. Bilgisayar destekli tanı sistemleri kullanılarak ultrason ile meme kanseri tespiti için, akademik çalışmalarda katkı sağlaması amacıyla kadın hastalardan alınan açık kaynaklı BUSI veri seti kullanılarak literatüre katkı sağlayabilecek çalışmalar gerçekleştirilmiştir. Bu çalışmada ise 25-75 yaş aralığında 600 kadın katılımcı (437 iyi huylu ve 210 kötü huylu görüntü edinimi ile toplam 647 görüntü) dahil edilmiştir. Ultrason görüntülerindeki düşük kontrast ve benek gürültüsünün giderilmesi amacıyla çeşitli ön işleme teknikleri uygulanmıştır. Lezyon segmentasyonu için piksel, bölge ve model tabanlı çeşitli görüntü işleme metotları uygulanmış olup başarı düzeyleri incelenmiştir. Bu çalışmada, meme ultrason görüntülerinin sınıflandırma performansını artırmak için orijinal, maske, ROI ve segmente edilmiş görüntülere alt bant ayrıştırma yöntemlerinden ampirik mod ayrıştırma (EMD), değişken mod ayrıştırma (VMD) iki boyutlu ampirik mod ayrıştırma (biEMD) ve iki boyutlu değişken mod ayrıştırma (biVMD) yöntemleri uygulanmıştır. Meme ultrason görüntülerinin çeşitli sinyal ve doku özellikleri ve bu özelliklere dayalı EMD, VMD, biEMD ve biVMD alt bantlarıyla gerçekleştirilen sınıflandırmalar ile orijinal görüntülerden biEMD ile %96,44 ve orijinal görüntü sinyallerinden VMD ile %85,04 en yüksek doğruluk elde edilmiş olup alt bant yöntemlerinin meme kanseri sınıflandırmasındaki gücü incelenmiştir.