Akciğerlerdeki farklı dokuların otomatik tespit ve sınıflandırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: ALİ ÇINAR
Danışman: SEMİH ERGİN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tezde, akciğer x-ray röntgenleri kullanılarak akciğerdeki şüpheli dokular otomatik olarak tespit edilmiş ve şüpheli dokular iyi huylu nodül, kötü huylu nodül ve nodülsüz olarak üç sınıfa ayrılmıştır. İlk önce akciğer dokusu dışındaki dokular eşikleme yöntemi ile çıkarılmıştır. Akciğer röntgen imgelerinde kaburga kemikleri nodüllü bölge ile örtüşebilir. Bu durum nodülün saptanmasını zorlaştıracağından kaburga kemiklerinin saptanması ve bastırılması gerekmektedir. Şablon eşleme yöntemi ile kaburga kemiklerinin yerleri saptanmış ve bu yerlere Gabor filtresi uygulanarak kemikler bastırılmıştır. Bu aşamadan sonra Kenarsız Chan-Vese algoritması kullanılarak akciğerdeki şüpheli dokular bulunmuş ve bu dokulardan öznitelikler çıkarılmıştır. İstatistiksel öznitelikler, Yönlendirilmiş Gradyanların Histogramı öznitelikleri, Yerel İkili Örüntü öznitelikleri, Geometrik öznitelikler, Gri Seviye Eş-Oluşum Matrisi öznitelikleri ve Ölçekten Bağımsız Yoğun Öznitelik Dönüşümü olmak üzere altı farklı öznitelik çıkarımı yapılmıştır. Daha sonra bu öznitelikler kullanılarak sınıflandırma aşamasına geçilmiştir. İstatistiksel öznitelikler, Yönlendirilmiş Gradyanların Histogramı öznitelikleri ve Yerel İkili Örüntü öznitelikleri kullanılarak öznitelik vektörü oluşturulduğunda daha iyi sınıflandırma sonuçları gözlemlenmiştir. Sınıflandırma sonuçları hassasiyet, kesinlik ve doğruluk üzerinden değerlendirilmiştir. Sınıflandırmada, k-En Yakın Komşu, Karar Ağacı, Rastgele Orman, Lojistik Regresyon Sınıflandırıcısı, Destek Vektör Makineleri, Fisher Doğrusal Ayırtaç Analizi ve Naive Bayes sınıflandırıcıları kullanılmıştır. Rasgele orman sınıflandırıcısı %56 hassasiyet, %65 doğruluk ve %81 kesinlik ile en iyi sonuçları vermiştir.