Akciğer BT görüntülerinin bölütlenmesi ve değerlendirilmesi

Abstract

Günümüzde medikal alanlardaki gelişime katkı, tıbbi bilimlerin yanı sıra mühendislik bilimlerinin de katkısı ile de gerçekleştirilmektedir. Hastalıkların teşhis, tanı ve tedavisinde uzman doktorlara yol gösterici tıbbi donanım ve yazılımlar gün geçtikçe önem kazanmaktadır. Medikal görüntüleme sistemlerinin teknolojiye paralel hızlı gelişimi, bu sistemlerin yazılımsal olarak desteklenmesi gerçeğini doğurmuştur. Medikal görüntülerin dijital olarak güvenli bir şekilde depolanması, gerektiğinde hızlı bir şekide erişilebilmesi yazılımsal sistemlerin gelişimi sayesinde kolaylıkla sağlanabilmektedir. Yapılan çalışma, BT göğüs görüntülerinden akciğer dokusunun bölütlenerek elde edilmesinde kullanılan farklı yazılımsal tekniklerin uygulanmasını ve bölütleme işlemindeki başarılarının karşılaştırmalı olarak ele alınmasını kapsamaktadır. Yöntemler, bölütleme işleminde diğer yöntemlere oranla daha nadir , sınıflandırmada ise temel olarak kullanılan k-ortalamalar(k-means) ve beklenti maximizasyonu(expectation maximization) kümeleme yöntemleridir. İlk aşamada görüntü veri tabanı oluşturulmuş ve sonuçların hesaplanmasında kullanılmak üzere görüntüler el ile bölütlenerek kaydedilmiştir. İkinci aşamada kullanılan yöntemler görüntülere uygulanarak yarı-otomatik bölütleme işlemi gerçekleştirilmiştir. Morfolojik operatörler kullanılarak elde edilen sonuç görüntülerindeki küçük alanlı bölgeler ve akciğer dokusuna ait olmayan kısımlar çıkarılmıştır. Her iki yöntem için doğruluk, hassaslık ve özgünlük değerleri hesaplanmıştır. Akciğer bölütlemesinde, EM algoritmasının K-means algoritmasına göre daha iyi sonuçlar ürettiği görülmüştür. Todays, contribution to the development of the medical fields are achieving with medical sciences as well as engineering sciences. For diagnosis and treatment of diseases, medical hardwares and softwares which guides consultants are becoming increasingly important. The development of the medical imagining systems parallel to the technology have revealed the fact that these systems must be supported in software. To securely store the digital medical images and make them swiftly accessible can be handled with the help of the software systems which are in progress of development. This study includes the impelentation of thecniques that used obtain the lung tissue by segmentation of the chest CT images and the comperatively consideration of their success. Used methods are k-means and expectation-maximization clustering which are less common in image segmantation but more in classification. At the first stage, the image database have been created and then recorded images are manually segmented to calculate result images. In second stage, semi-automatic image segmantation carried out for the images by applying the preferred methods. By using the morphological operators small areas and non-lung tissue regions removed form the lastest images. Both method results for the accuracy, sensitivity and specificity values were calculated. In lung segmentation EM clustering method produced better results than the k-means clustering method.