Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız:
http://acikerisim.ktu.edu.tr/jspui/handle/123456789/421
Tüm üstveri kaydı
Dublin Core Alanı | Değer | Dil |
---|---|---|
dc.contributor.author | Yazıcı, Mustafa | - |
dc.date.accessioned | 2019-10-02T06:16:32Z | - |
dc.date.available | 2019-10-02T06:16:32Z | - |
dc.date.issued | 2012 | - |
dc.identifier.uri | http://acikerisim.ktu.edu.tr/jspui/handle/123456789/421 | - |
dc.description.abstract | Prostat, erkek üreme sistemindeki yardımcı bir bezdir. Prostat iltihabı, prostat büyümesi ve prostat kanseri gibi prostat rahatsızlıkları elli yaş üzeri erkeklerde sıklıkla görülmektedir. Diğer kanser türlerinde olduğu gibi, prostat kanseri de erken teşhis edilirse tedavi edilebilir. Bilgisayar-destekli tanı, tıbbi görüntülemedeki en aktif alanlardan birisidir. Dizinde tanı tekniklerinin güvenilirliği artırdığını rapor eden birçok yayın bulunmaktadır. Bu çalışmada, biopsi alınması gereken şüpheli prostat bölgelerinin seçiminde hekime yardımcı olması için TRUS prostat görüntülerini işleyerek analiz eden bir program geliştirilmiştir. Gabor filtre bankası çıkışına uygulanan k-ortalamalar kümeleme ile prostat görüntüsü bölütlenmektedir. Daha sonra, gruplardan Gri-Düzey eş-Oluşum Matrisleri (GDOM) oluşturularak bölgeler sınıflandırılmıştır. Prostate is a gland and assists the male reproduction system. Prostate disorders like prostatitis, prostate hyperplasia and prostate cancer are common in males older than fifty. Like other cancers, prostate cancer can be treated well if detected early.Computer-aided diagnosis is one of the most active research fields in medical imaging. There are many publications in the literature reporting improved reliability of diagnosis techniques. A program is developed in this thesis to process and analyze prostate images acquired by Transrectal Ultrasound (TRUS) imaging in order to help physician decide suspected regions to be sampled for biopsy. The program segments prostate images by using k-means clustering of the outputs of a gabor filter bank. Then, clusters are used to form Gray-Level Co-occurrence Matrices (GLCM) and finally regions are classified. | tr_TR |
dc.language.iso | tr | tr_TR |
dc.publisher | Karadeniz Teknik Üniversitesi | tr_TR |
dc.subject | Bilgisayar destekli teşhis ; Biyopsi ; Ultrasonografi | tr_TR |
dc.subject | Computer assisted diagnosis ; Biopsy ; Ultrasonography | tr_TR |
dc.title | Transrektal ultrason yöntemiyle elde edilen prostat görüntüleri üzerinde şüpheli bölge tespiti | tr_TR |
dc.title.alternative | Suspicious region detection from transrectal ultrasound prostate images | tr_TR |
dc.type | Thesis | tr_TR |
Koleksiyonlarda Görünür: | Bilgisayar Mühendisliği |
DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.