Seda Arslan TUNCER 1, Ahmet ALKAN 2 arslanseda@hotmail.com; aalkan@ksu.edu.tr
|
|
- Aylin Emre
- 9 yıl önce
- İzleme sayısı:
Transkript
1 TROİT NODÜLLERİNİN BÖLGE TABANLI AKTİF ŞEKİL (CONTOUR) YÖNTEMİ İLE BÖLÜTLENMESİ Seda Arslan TUNCER 1, Ahmet ALKAN 2 arslanseda@hotmail.com; aalkan@ksu.edu.tr 1 Fırat Üniversitesi Enformatik Bölümü, Elazığ 2 KSÜ Elektrik-Elektronik Mühendisliği, Kahramanmaraş ÖZET Bu çalışmada MR görüntülerindeki tiroit nodüllerinin bölge tabanlı aktif kontör yöntemi ile bölütlenmesi sunulmuştur. Yöntemin başarımını belirlemek ve karşılaştırmak için elde edilen sonuçlar, manüel olarak elde edilen sonuçlarla karşılaştırılarak yöntemin doğruluğu Zijdenbos Similarity İndex (ZSI) e göre belirlenmiştir. Çalışmada 40 hastanın troit nodüllerini içeren MR görüntüleri kullanılmıştır. Uzmanın belirlediği kesit alanı ile, önerilen bölütleme tekniği ile elde edilen alanların Zijdenbos Similarity İndex(ZSI) indeksleri ortalama % 93 civarında olup Bölge tabanlı aktif kontör yöntemin troit nodüllerinin MR görüntülerinden bölütlenmesinde kullanılabileceği sonucuna varılmıştır. Anahtar Kelimeler: tiroit nodülü, bölge tabanlı aktif kontör yöntemi, ZSI 1. GİRİŞ Troit bezi boynun tabanına yakın bir yerde, nefes borusunun önünde erkeklerde Adem Elması olarak tabir edilen kıkırdak çıkıntının hemen altında bulunur. Şekil olarak bir kelebeğe benzer, bu kelebeğin kanatları Troit bezinin sağ ve sol loblarını oluşturur. Troit bezindeki sınırları belli olan kitle ya da yumrulara troit nodülü adı verilir. Nodüller tek başına olabilecekleri gibi multinodüler guatr da olduğu gibi birden çok ta olabilir [1]. Son zamanlarda ultrasonografi alanında teknoloji ve deneyim çok geliştiği için çok küçük nodüller de tespit edilebilmekte ve genel popülasyonda nodül sayısı daha yüksek hesaplanmaktadır. Dünya nüfusunun %50 sinden fazlasında tiroit bezinde nodül mevcuttur. Troit nodülleri yaşla birlikte artar. Bu aynı zamanda Troit bezinin de yaşlanması anlamına gelir. Birçok nodül zararsızdır ve tedavi gerektirmez. Ancak tüm nodüllerin yaklaşık % 5 i kanser olma eğilimindedir ve bu nedenle nodüllerin doğru tespiti önemlidir [2]. Genel olarak bir nodülün kanser olma olasılığı düşük olsa da, söz konusu insan hayatı olduğunda bu rakam azımsanamayacağından tüm nodüller hekim tarafından değerlendirilmeli ve belirlenmelidir. Troit nodülleri rutin doktor kontrolleriyle tespit edilebildiği gibi, ultrasonografik inceleme (US)/ doppler US, bilgisayarlı tomografi (BT), manyetik rezonans görüntüleme (MRG), pozitron-emisyon-tomografi (PET)-BT, US rehberliğinde ince iğne aspirasyon biyopsisi (İİAB) gibi yöntemlerle de tespit edilebilmektedir [3]. Tiroit nodül tespitinde en yaygın kullanım ultrasonla kontroldür [4,5]. Tiroit nodüllerinin tespitini önemli hale getiren temel iki unsur, nodülün kanser olasılığı taşıması ve nodülün tiroit hormon düzeyi üzerinde etkili olmasıdır. Bu nedenle literatürde tiroit nodüllerinin tespiti için birçok yöntem kullanılmıştır. Troit nodüllerinin sınıflandırılmasında ve nodüllerin bölütlenmesinde destek vektör makinesi (Support Vector Machine), Karar Ağaçları (Decision Tree) ve Dalgacık Dönüşümü (Wavelet Transform) gibi yöntemler kullanılmıştır [6, 7]. Bunlarla birlikte tiroit nodüllerinin ultrason görüntüleri üzerine kenar çıkarma tabanlı bir yöntem olan gelişmiş Karınca Koloni Algoritması uygulanmıştır [8]. Ayrıca sonografik doku özellikleri kullanılarak, istatistiksel dağılıma dayanan sınıflandırmalar yapılmış ve tiroit nodüllerini tespit etmede, görüntü analiz programları önerilmiştir [9,10,11]. Bu çalışmada tiroit nodüllerinin MR görüntüleri kullanılarak tespitinde bir görüntü bölütleme yöntemi kullanılmıştır. MR görüntüleri ultrason ve CT görüntüleriyle karşılaştırıldığında yumuşak görüntülerde daha yüksek çözünürlüğe sahip olduğundan, çalışmada MR görüntüleri tercih edilmiştir. Bu amaçla tiroit nodüllerine sahip 40 hastadan alınan MR görüntüsü elde edilmiş ve elde edilen görüntülere bölge tabanlı aktif kontör yöntemi uygulanmıştır. Model, kontör sınırına erişmesini başarmak için enerji minimizasyonu tabanlıdır [12,13]. Ayrıca yöntemin kullandığı başlangıç maskesinin ilk yeri yarı otomatik olarak sisteme girilmiştir. Kullanılan metodun troit nodülleri üzerindeki başarımını belirlemek için MR görüntülerinden uzman radyologların manuel olarak elde ettiği sonuçlar ile önerilen bölütleme yöntemiyle elde edilen sonuçlar karşılaştırılmıştır. Her iki yöntemin başarımlarını ölçmek için ZSI kullanılmıştır [14]. Kullanılan yöntemle tiroit nodülleri % 93 ortalama ZSI değeri ile başarılı bir şekilde tespit edilmiştir. Makalenin 2. bölümünde, kullanılan Bölge tabanlı aktif kontör yönteminin tanımı, matematiksel temelleri ve algoritması verilmiştir. 3.bölümde, kullanılan MR görüntülerinin özellikleriyle birlikte hem bölge tabanlı aktif kontör yöntemi hem de manüel olarak elde edilen tiroit nodülleri için ZSI tanımı verilmiştir. 4. Bölümde her iki yöntem için elde edilen sonuçlar karşılaştırmalı olarak verilmiştir. Son bölümde ise elde edilen sonuçlar değerlendirilmiştir. 2. BÖLGE TABANLI AKTİF KONTÖR YÖNTEMİ Görüntü bölütleme, görüntü içinden nesne ayırt etmek için kullanılan temel bir görüntü işleme işlemidir. Görüntü bölütleme yöntemlerinden biri de Chan-Vese tarafından önerilen aktif kontör ve level set kullanmaktır[15]. Level set teorisinde, eğri evrim sırasında istenen kenarlara ve sınırlara doğru hatlarını çeker. Aktif kontör yönteminde ise ilk fikir deforme modeli kullanma ve her iterasyon da enerji fonksiyonunu minimize etmektir. Aktif kontör için kenar tabanlı ve bölge tabanlı olmak üzere iki yöntem kullanılır. Kenar tabanlı metot için bir kenar detektör kullanılırken, bölge 293
2 Elektrik-Elektronik ve Bilgisayar Sempozyumu 2011 tabanlı yöntemde ise kenar bulma yerine arka plan ve ön plan sezilir [16]. Kenar tabanlı yöntemde görüntüde global bir sınırlama olmadığından birçok durumda düzgün bölütleme yapılır. Bölge tabanlı yöntem, ilk yerleştirilen eğri için sağlamlık ve gürültüye duyarsızlık göstermesi yönüyle kenar tabanlı yönteme göre avantajlıdır. Ancak dezavantajı, bazen yanlış görüntü bölütlemesine sebep olabilmesidir. Bu yöntemin temel fikri kapalı eğrinin, yani kontörün, ilk maske (kare v.b bir şekil) ile başlaması ve daha sonra görüntünün kısıtlamalarına göre genişleme ya da küçülme yaparak sonuca ulaşmasıdır. Bu işlem bir enerji fonksiyonu minimize edilerek yapılır bu kontör evrimi olarak bilinir. Aktif kontör formülasyonu görüntü düzleminde tanımlanan 2 boyutlu lipschitz fonksiyonu üzerine kuruludur. Bu fonksiyona level set fonksiyonu denir. Başlangıç level Set fonksiyonu işaret uzaklık fonksiyonu (SDF) olarak adlandırılır [17]. Level set fonksiyonu φ=(x,y), iki boyutlu lipschitz fonksiyonudur ve kontör değerlerini göstermek için uygulanır. Ayrıca kapalı kontör C eğrisi, φ nin sıfır seviyesi tarafından dolaylı olarak gösterilebilir., :, 0, (1) Kontör negatif ya da pozitif olabilir, ya da ikisinin, arasında bir alanda bulunabilir. Kontör gelişimi eşitliğiyle ifade edilir. φ(x,y)=0 olduğunda C eğrisi üzerinde bir noktayı, φ(x,y) >0 C eğrisinin dışını ve φ(x,y)<0 ise C eğrisinin içini ifade eder. C eğrisinin dışında ϕ(x,y) >0 C eğrisinin içinde ϕ(x,y)<0 Şekil 1: Kontör Gelişimi C eğrisinin üzerinde ϕ(x,y)=0 Heaviside fonksiyonu C eğrisinde sıfırdan 1 e ya da 1 den sıfıra geçişlerin ani olmaması için kullanılır. Böylece sistem çıkışı istikrarsız olmaması sağlanır. Dışarıda kalan bölge ise 1 ile ifade edilebilir (2) Enerji fonksiyonu denklem 3 deki gibi gösterilebilir... ş,, Denklem 3 de I görüntüyü ifade eder. u ve v ise C ye bağlı sabitlerdir. Ayrıca µ, λ 1 ve λ 2 pozitif sabitlerdir. Nümerik hesaplamalarda λ 1 = λ 2 =1 ve v=0 a ayarlanır. Minimizasyon problemini hesaba katarak, u ve v ye göre enerji fonksiyonu minimize etmek için, φ sabitlenir. Böylece u ve v, φ ye bağlı olarak aşağıdaki gibi gösterilebilir.,,,, 1, 1, Burada u ve v sırasıyla iç ve dış bölgeler olarak gösterilebilir. Eğriyi güncellemek için, level set fonksiyonunu yeniden başlatmaya gerek vardır. Yeniden başlatma fonksiyonu denklem 5 deki gibi gösterilebilir... (5) Zero Level set etrafında bir dar bantta hesaplamayı sınırlar. Şekil 3 te görülen yapı, dar bant olarak adlandırılır. Sıfır seviye (zero level) set dar bant kenarına geldiğinde seviye set fonksiyonu yeniden başlatılır. Dar bant yeniden hesaplanır. Bütün görüntü boyunca φ hesaplanırken yeniden başlatma gerekmez. Yani görüntü boyunca φ hesaplandığında yeniden başlatma sonuçta dikkate değer bir etki yapmaz. Bu yüzden yeniden başlatmayı ihmal edebiliriz. Şekil.4 Bölge tabanlı aktif kontör yönteminin akış şemasını göstermektedir. (3) (4) H(φ) -є є Şekil 2: Heaviside Fonksiyonu φ Şekil 3: Dar Bant, en içteki eğri sıfır seviye seti ifade etmektedir. 294
3 ϕ 0=Başlangıç maskesi, i=iterasyon sayısı değerlendirilmiştir. ZSI değeri 0 ve 1 arasındadır. İndeks değerinin 1 e yakınlığı uygulamada sonucun başarılı olduğunu ifade eder. ZSI indeksinin 0.7 den büyük olması mükemmel sonuç olarak kabul edilir [20]. İterasyon Sayısı Güncelle Hesapla u,v Hesapla FF=(I-v)2-λ 2(I-u)2 Hesapla yenideğer Güncelle ϕ, i Gerekliyse, Yeniden Başlat ϕ Nodül belirlendi Şekil 4: Algoritma 3. TROİD MR GÖRÜNTÜLERİ VE ZIJDENBOS BENZERLİK İNDEKSİ Çalışmada 512x512 boyutunda 8-bit gri seviyeli 40 MR görüntüsü kullanılmıştır. MR inceleme, yüksek çözünürlüklü MR aygıtlarının kullanıma girmesi ve yaygınlaşmasıyla tiroit bezinin değerlendirmesinde, hem yumuşak doku görüntüleme üstünlüğü hem de çoklu görüntüleyebilme becerisi ile son yıllarda daha sıklıkla kullanılmaktadır [18]. Ayrıca konvansiyonel MR incelemede yan etki oluşturmadığı için kontrast maddenin güvenle kullanılabilmesi, dolayısıyla çevre alana yayılım ve eşlikçi lenf nodu metastazını (başladığı alandan daha geniş bir alana yayılma) ayrımlamadaki önemli üstünlüğü nedeni ile de tercih nedeni olmakta ve günden güne BT (Bilgisayarlı tomografi) nin yerini almaktadır[19]. Bu nedenlerden dolayı bu makalede troit nodüllerinin tespiti için MR görüntüleri kullanılmıştır. Şekil.5 bir hastaya ait troit nodülüne sahip MR görüntüsünü göstermektedir. Uzman radyolog tarafından manüel olarak elde edilen sonuçların ve bölge tabanlı aktif kontör yöntemi ile edilen sonuçların doğruluğunu ölçmek için ZSI indeksi kullanılmıştır. Her iki yöntemle elde edilen tiroit nodüllerinin kesit alanları denklem 10 kullanılarak karşılıklı olarak Şekil 5: Örnek troit nodül görüntüsü Eşitlik 10 da, A, bölge tabanlı aktif kontör yöntemiyle tespit edilen, M manüel olarak tespit edilen tiroit nodülünün piksel olarak alanını göstermektedir. operandı ise A ve M pikselleri arasındaki kesişimi, yani A M iki yöntemle tespit edilen aynı piksellerin sayısını göstermektedir. 4. SONUÇLAR (10) Toplam 40 hastadan alınan MR görüntüleri kullanılarak bölge tabanlı aktif kontör yöntemi yardımıyla troit bezinde oluşan nodüller tespit edilerek nodüllerin kesit alanı hesaplanmıştır. Tespit edilen nodüller orijinal görüntüden çıkartılarak nodüllerin alanları (kapsadığı piksel sayısı) belirlenmiştir. Şekil.6 sırasıyla orijinal görüntüyü ve orijinal görüntünün bölütlenmesi sonucu elde edilen nodüllerin nodülleri göstermektedir. 295
4 Elektrik-Elektronik ve Bilgisayar Sempozyumu 2011 Şekil 6: Orijinal görüntüden elde edilen tiroit nodülleri (a) İşlenmemiş görüntü, (b) 300 iterasyon çalıştırılarak elde edilen görüntü, (c) Bölütlenmiş görüntü Tablo 1: ZSI değişimleri Görüntü No A M A M ZSI Görüntü No A M A M ZSI , , , , , , , , Bölge tabanlı aktif kontör yönteminin tiroit nodüllerine uygulanmasıyla elde edilen sonuçların doğruluğunu göstermek için aynı görüntüler, kullanılarak uzman radyologlar tarafından nodüllerin kapsadığı alanlar manüel olarak da ölçülmüştür. Tablo her bir görüntü için hem bölge tabanlı aktif kontör yöntemi hem de manüel olarak elde edilen alan büyüklüğünü göstermektedir. Tabloda A ile ifade edilen alan uzman radyolog tarafından hesaplanan piksel değerlerini ifade ederken, M ile hesaplanan değerler ise bölge tabanlı aktif kontör yöntemiyle elde edilen piksel değerleri göstermektedir. Her iki yönteme göre hesaplanan piksel değerlerinin görüntülere göre değişimleri aşağıdaki şekil.7 de verilmiştir. Elde edilen her iki sonuç birbirlerine çok yakındır. Görüntüler için ZSI değerinin ortalaması 5 elde edilmiştir. ZSI değerinin değişimi şekil 8 de verilmiştir. 5. TARTIŞMA Çalışmada tiroit bezinde nodül bulunan 40 hastaya ait MR görüntülerine bölge tabanlı aktif kontor yöntemi uygulanmıştır. Elde edilen sonuçlar, uzman tarafından belirlenen piksel cinsinden tiroit nodül büyüklükleri ile yöntem tarafından elde belirlenen troit nodül büyüklükleri karşılaştırılmıştır. Sonuçta elde edilen ZSI değerinin tüm 296
5 görüntüler için 0.7 den büyük olması yöntemin doğruluğunu ve başarısını göstermekte olup, yöntem tiroit kitle büyüklüklerinin belirlenmesinde kullanılabilir. Pixsel Sayısı ZSI Görüntü Numarası Şekil 7: Kullanılan yöntem ve manüel piksel değişimi Şekil 8: Görüntü numarasına göre ZSI Değişimi. TESEKKÜR Bu çalışmada kullanılan MR görüntülerinin temin edilmesindeki yardımlarından dolayı Fırat Üniversitesi Tıp Fakültesi Radyoloji Bölümü Öğretim Üyesi Doç.Dr.Zülkif BOZGEYIK e teşekkür ederiz. 6. KAYNAKLAR Auto Manuel Görüntü Numarası [1] Van Herle AJ, Pick P, Ljung BME, Ashcraft MW, Solomona DH, Keeler EB. The thyroid nodule. Annals of Internal Medicine 1982;96: [2] Stanley F. AACE clinical practice guidelines for the diagnosis and management of thyroid nodules. Endocrine Practice p:78 84,1996. [3] Maria T. Rojeski, M.D., and Hossein Gharib, M.D., Nodular Thyroid Disease Evaluation and Management N Engl J Med 1985; 313: August 15, [4] Chan, Chuan-Yu,Huang, Hsin-Cheng,Chen, Shao-Jer, Thyroid Nodule Segmentation and Component Analysis in Ultrasound Images APSIPA ASC 2009 : Asia-Pacific Signal and Information Processing Association, 2009 Annual Summit and Conference, 910,917 4-Oct [5] Hsin-Cheng Huang, Thyroid Nodule Segmentation and Component Analysis in ultrason images, Master Thesis, National Yunlin University, 2009 China [6] D. E. Maroulis, M. A. Savelonas, S. A. Karkanis, D. K. Iakovidis, N. Dimitropoulos, "Computer-Aided Thyroid Nodule Detection in Ultrasound Images," cbms, pp , 18th IEEE Symposium on Computer-Based Medical Systems (CBMS'05), 2005 [7] S. Tsantis, N. Dimitropoulos, D. Cavouras, G. Nikiforidis A hybrid multi-scale model for thyroid nodule boundary detection on ultrasound images Computer Methods and Programs in Biomedicine, Vol. 84, Issue 2, Pages 86-98,2006. [8] ZHU Ling, SHI Xinling,LIU Yajie, TIAN Xi (Department of Electronic Engineering,Information School, Yunnan University, Kunming ) ; Edge Extraction of Thyroid Nodule in Ultrasound Images Based on Improved Ant Colony Algorithm [J] ; Computer Engineering ; [9] Keramidas, E.G., Iakovidis, D.K., Maroulis, D., Fusion Of Fuzzy Statistical Distributions For Classification Of Thyroid Ultrasound Patterns, Artificial Intelligence In Medicine, Elsevier, [10] S. J. Chen, S. N. Yu, J. E. Tzeng, Y. T. Chen, K. Y. Chang, K. S.Cheng, F. T. Hsiao and C. K. Wei, Characterization of the major histopathological components of thyroid nodules using sonographic texture features for clinical diagnosis and management, Ultrasound in Med. & Biol., vol. 35, no.2, pp , [11] Iakovidis, D.K., Keramidas, E.G., Maroulis, D., Karkanis, S.A., " Efficient and Effective Ultrasound Image Analysis Scheme for Thyroid Nodule Detection", International Conference on Image Analysis and Recognition (ICIAR 2007), LNCS Springer, vol.4633, pp , Montreal, Canada, [12]Chen Y, Tagare HD, Thiruvenkadam S, Huang F, Wilson D, GopinathKS, et al, Using prior shapes in geometric active contours in a variational framework. Int J Comp Vis. 50(3), , [13] Chan TF, Vese LA, Active contours without edges. IEEE Trans onimg Proc. Vol. 10, No. 2, Feb [14] Alex P. Zijdenbos, Benoit M. Dawant, Richard A. Margolin, and Andrew C. Palmer. Morphometric analysis of white matter lesions in MR images: Method and validation. IEEE Transcations on Medical Imaging, 13(4):716{724, December [15] T.Chan, L.Vese, Active Contours Without Edges, IEEE transactions on image processing,vol.10,no.2,february [16] [2] S. Lankton, A. Tannenbaum, Localizing Region- Based Active Contours IEEE transactions on image processing,vol.17,no.11 November 2008 [17] C. P. Lee, Robust Image Segmentation using Active Contours: Level Set Approaches, dissertation, North Carolina State University [18] J.C. Wang, S. Takashima, F. Takayama, S. Kawakami, A. Saito, T. Matsushita, H. Matsuba, and S. Kobayashi Tracheal Invasion by Thyroid Carcinoma: Prediction Using MR Imaging Am. J. Roentgenol., October 1, 2001; 177(4): [19] Tezelman S, Giles Y, Tunca F. et. al. Diagnostic value of dynamic contrast medium enhanced magnetic resonance imaging in preoperative detection of thyroid carcinoma.arch Surg. 2007,Nov;142(11): [20] Zijdenbos AP, Dawant BM, Margolin RA, Palmer AC. Morphometric analysis of white matter lesions in MR images: Method and validation. IEEE Trans Med Imag Dec;13:
Tiroid nodüllerinde TİRADS skorlamasının güvenirliliği
Tiroid nodüllerinde TİRADS skorlamasının güvenirliliği Op. Dr. Sabri Özden, Op. Dr. Şiyar Ersöz, Dr. Bulut Özkan, Doç. Dr. Barış Saylam, Doç. Dr. Mesut Tez Ankara Numune Eğitim ve Araştırma Hastanesi,
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıHızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü
Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar
DetaylıUYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ
UYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ T. Kurban 1, E. Beşdok 2, A.E. Karkınlı 3 Erciyes Üniversitesi, Harita Mühendisliği Bölümü, 38039, Melikgazi, Kayseri. 1 tubac@erciyes.edu.tr,
DetaylıDoç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr
Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM
Detaylı91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik
DetaylıZümray DOKUR, Ph.D. ASSOCIATE EDITOR of NEURAL PROCESSING LETTERS PUBLICATIONS. Journal Papers (SCI)
Zümray DOKUR, Ph.D.. ASSOCIATE EDITOR of NEURAL PROCESSING LETTERS. PUBLICATIONS Journal Papers (SCI) 1. O. Polat, Z. Dokur, Protein fold recognition using self-organizing map neural network Current Bioinformatics,
DetaylıDr.Öğr.Üyesi UĞUR ŞEVİK
Dr.Öğr.Üyesi UĞUR ŞEVİK ÖZGEÇMİŞ DOSYASI KİŞİSEL BİLGİLER Doğum Yılı : Doğum Yeri : Sabit Telefon : Faks : E-Posta Adresi : Web Adresi : Posta Adresi : 1981 MERSİN - MERSİN(MRK) T: 4623773708 F: usevik@ktu.edu.tr
DetaylıLOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI
LOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI ŞEKİL TANIMA,2014 YRD. DOÇ. DR. M. ELİF K ARSLIGİL -------------------------------------------------- HAZIRLAYAN: M. AYYÜCE K I ZRAK 13505007
DetaylıÖZGEÇMİŞ. 2. Doğum Yeri ve Tarihi : Washington DC - 22 Temmuz 1978. Derece Alan Üniversite Yılı Bilgisayar-Kontrol Marmara Üniversitesi
ÖZGEÇMİŞ 1. Adı Soyadı : Serhat ÖZEKES 2. Doğum Yeri ve Tarihi : Washington DC - 22 Temmuz 1978 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yılı ve Kontrol Marmara Üniversitesi 2000
DetaylıMamogram Görüntülerinden Bilgisayar Destekli Kitle Teşhisi Sistemi. Computer-aided Mass Detection System Using Mamogram Images
Mamogram Görüntülerinden Bilgisayar Destekli Kitle Teşhisi Sistemi Emre Dandıl 1, Ziya Ekşi 2*, Murat Çakıroğlu 3 1 Bilecik Şeyh Edebali Üniversitesi Meslek Yüksek Okulu, Bilgisayar Teknolojileri Bölümü
DetaylıKelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler
Kelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler Yılmaz KAYA 1, Lokman KAYCİ 2 1 Bilgisayar Mühendisliği Bölümü, Siirt Üniversitesi, 56100 Siirt 2 Biyoloji Bölümü, Siirt Üniversitesi,
DetaylıGiriş Güncel cerrahide tanı ve tedavi planlamalarında ultrasonografinin önemli bir yeri bulunmaktadır. Ultrasonografinin cerrah tarafından gerçekleşti
Endemik bir bölgede tiroid nodüllerinin cerrah tarafından uygulanan ultrasonografi ile değerlendirilmesinin tanı ve cerrahi tedavi kararı üzerine etkisi Dr. Güldeniz Karadeniz Çakmak, Dr. Ali Uğur Emre,
DetaylıSAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 29.09.2009 Y. Doç. Dr. Aybars UĞUR (529
DetaylıOtomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi
Otomatik Diyet Gözetimi için Gıda İmgelerinin Anlamsal Bölütlemesi Sinem Aslan 1,2, Gianluigi Ciocca 1, Raimondo Schettini 1 1 Department of Informatics, Systems and Communication, University of Milano-Bicocca,
DetaylıTiroidin en sık görülen benign tümörleri foliküler adenomlardır.
GİRİŞ: Tiroidin en sık görülen benign tümörleri foliküler adenomlardır. Foliküler adenomlar iyi sınırlı tek lezyon şeklinde olup, genellikle adenomu normal tiroid dokusundan ayıran kapsülleri vardır. Sıklıkla
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
DetaylıKoroner Arterlerin Bölütlenmesi Temelli Bir Karar Destek Sistemi. The Segmentation of the Coronary Arteries Based Decision Support System
KSU Mühendislik Bilimleri Dergisi, 19(2), 2016 99 KSU. Journal of Engineering Sciences, 19(2), 2016 Koroner Arterlerin Bölütlenmesi Temelli Bir Karar Destek Sistemi Turab SELÇUK 1, Mehmet TEKİNALP 2, Ahmet
DetaylıGeliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma
Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),
DetaylıÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ
ÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ 1. Giriş Tolga Kurt, Emin Anarım Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği 80815,Bebek, İstanbul-Türkiye e-posta:
DetaylıGÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR
GÜR EMRE GÜRAKSIN AFYON KOCATEPE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ / BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ / AFYONKARAHİSAR KİŞİSEL BİLGİLER İş: (272) 228 14 23 E-mail: emreguraksin@aku.edu.tr Uyruğu Doğum Yeri
DetaylıTÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*
TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
Detaylıİki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
KSÜ Mühendislik Bilimleri Dergisi, 12(1), 2009 6 KSU Journal of Engineering Sciences, 12 (1), 2009 İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
DetaylıMR Görüntüleri Üzerinde Otomatik Beyin Tümörü Tespiti İçin Bölütleme Yöntemlerinin Karşılaştırılması ve Uygulaması
MR Görüntüleri Üzerinde Otomatik Beyin Tümörü Tespiti İçin Bölütleme Yöntemlerinin Karşılaştırılması ve Uygulaması Özet: Beyin tümörleri, kafatası içerisinde büyüyerek beyin üzerine yaptıkları baskı ile
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıGeriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıUyarlanır Tersinir Görüntü Damgalama (Adaptive Reversible Image Watermarking)
Uyarlanır Tersinir Görüntü Damgalama (Adaptive Reversible Image Watermarking) 1 *Can Yüzkollar, 2 Burhan Baraklı, 3 Ümit Kocabıçak * 1,3 Bilgisayar ve Bilişim Bilimleri Fakültesi, Bilgisayar Mühendisliği,
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri
DetaylıSOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA. Elif AYBAR. Anadolu Üniversitesi, Porsuk Meslek Yüksekokulu, 26430, Eskişehir/Türkiye
Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE SOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA ÖZET Elif AYBAR Anadolu Üniversitesi, Porsuk
DetaylıPROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI
PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi
DetaylıAdneksial kitlelerde malignite araştırması
Adneksial kitlelerde malignite araştırması Dr. Tevfik Yoldemir Marmara Üniversitesi Kadın Hastalıkları ve Doğum A.D. tevfik@yoldemir.com Kistin iç duvarı kistin içeriği Uniloküler kist / uniloküler solid
DetaylıENDOSKOPİK GÖRÜNTÜLERİN DEĞERLENDİRİLMESİNDE GÖRÜNTÜ İŞLEME TEMELLİ AKILLI BİR KARAR DESTEK SİSTEMİ
P AM U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G F A C U L T Y M Ü H E N D İ S L İK B İ L İM L E R İ D E R G
DetaylıCoğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları
Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Sunan: Dr. Ufuk SAKARYA TÜBİTAK UZAY Katkıda Bulunanlar: Mustafa Teke, Can Demirkesen, Ramazan Küpçü, Hüsne Seda Deveci,
DetaylıRENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ
Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,
DetaylıGÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME
GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME DERS İÇERİĞİ Histogram İşleme Filtreleme Temelleri HİSTOGRAM Histogram bir resimdeki renk değerlerinin sayısını gösteren grafiktir. Histogram dengeleme
DetaylıBölüm 5. Tıbbi Görüntüleme Yöntemlerinin Temel İlkeleri. Prof. Dr. Bahadır BOYACIOĞLU
Bölüm 5 Tıbbi Görüntüleme Yöntemlerinin Temel İlkeleri Prof. Dr. Bahadır BOYACIOĞLU İÇİNDEKİLER X-ışınları Görüntüleme Teknikleri Bilgisayarlı Tomografi (BT) Manyetik Rezonans Görüntüleme (MRI) Nükleer
DetaylıAraştırma Görevlisi İSMAİL ÇÖLKESEN
Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.
DetaylıAksillanın Görüntülenmesi ve Biyopsi Teknikleri. Prof. Dr. Meltem Gülsün Akpınar Hacettepe Üniversitesi Radyoloji Anabilim Dalı
Aksillanın Görüntülenmesi ve Biyopsi Teknikleri Prof. Dr. Meltem Gülsün Akpınar Hacettepe Üniversitesi Radyoloji Anabilim Dalı Meme kanserli hastalarda ana prognostik faktörler: Primer tümörün büyüklüğü
DetaylıGürültü İçeren İnsan Yüzü Görüntülerinde Ayrık Kosinüs Dönüşümü - Alt Bant Tabanlı Yüz Tanıma
Gazi Üniversitesi Fen Bilimleri Dergisi Part:C, Tasarım Ve Teknoloji GU J Sci Part:C 3(2):457-462 (2015) Gürültü İçeren İnsan Yüzü Görüntülerinde Ayrık Kosinüs Dönüşümü - Alt Bant Tabanlı Yüz Tanıma Ahmet
DetaylıHAMDİ ÖZŞAHİN,GÜRKAN YETKİN,BÜLENT ÇİTGEZ,AYHAN ÖZ, MEHMET MİHMANLI, MEHMET ULUDAĞ
HAMDİ ÖZŞAHİN,GÜRKAN YETKİN,BÜLENT ÇİTGEZ,AYHAN ÖZ, MEHMET MİHMANLI, MEHMET ULUDAĞ ŞİŞLİ HAMİDİYE ETFAL EĞİTİM VE ARAŞTIRMA HASTANESİ GENEL CERRAHİ KLİNİĞİ Tiroit nodülleri toplumda sık görülen patolojilerdir.
DetaylıGÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI ÖZET ABSTRACT
GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI Hüseyin GÜNEŞ 1, Alper BURMABIYIK 2, Semih KELEŞ 3, Davut AKDAŞ 4 1 hgunes@balikesir.edu.tr Balıkesir
DetaylıSentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti
Sentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti Çağdaş Bak, Emre Akyılmaz, Gizem Aktaş, Mustafa Ergül, Fatih Nar, Nigar Şen,Murat Başaran SDT Uzay ve Savunma Teknolojileri,
DetaylıGörüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR
Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ
790 [1028] PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ Hatice ÇATAL REİS 1, Bülent BAYRAM 2 1 Dr., Gümüşhane Üniversitesi, Harita Mühendisliği Bölümü, 29100,
Detaylı91-03-01-517 YAPAY ZEKA (Artificial Intelligence)
91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)
DetaylıBilişim Sistemleri Değerlendirme Modeli ve Üç Örnek Olay İncelemesi
Bilişim Sistemleri Değerlendirme Modeli ve Üç Örnek Olay İncelemesi Özet Dr. Sevgi Özkan ve Prof. Dr Semih Bilgen Enformatik Enstitüsü, Orta Doğu Teknik Üniversitesi, Ankara Tel: (312) 210 3796 e-posta:
DetaylıVERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr
VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma
DetaylıGÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI SEGMENTATION OF IMAGES WITH COLOR SPACE
İleri Teknoloji Bilimleri Dergisi Cilt 3, Sayı 1, 1-8, 2014 Journal of Advanced Technology Sciences Vol 3, No 1, 1-8, 2014 GÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI Recep DEMİRCİ 1 Uğur GÜVENÇ
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıYard. Doç. Dr. İrfan DELİ. Matematik
Unvanı Yard. Doç. Dr. Adı Soyadı İrfan DELİ Doğum Yeri ve Tarihi: Çivril/Denizli -- 06.04.1986 Bölüm: E-Posta Matematik irfandeli20@gmail.com, irfandeli@kilis.edu.tr AKADEMİK GELİŞİM ÜNİVERSİTE YIL Lisans
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
DetaylıDahili Bobinlerin En İyi İçsel Sinyal/Gürültü Oranı Kullanılarak Değerlendirilmesi
Dahili Bobinlerin En İyi İçsel Sinyal/Gürültü Oranı Kullanılarak Değerlendirilmesi Yiğitcan Eryaman 1, Haydar Çelik 1, Ayhan Altıntaş 1, Ergin Atalar 1,2 1 Bilkent Üniversitesi Elektrik ve Elektronik Mühendisliği
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN VE MÜHENDİSLİK DERGİSİ Cilt: 10 Sayı: 2 sh. 23-30 Mayıs 2008
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN VE MÜHENDİSLİK DERGİSİ Cilt: 10 Sayı: 2 sh. 23-30 Mayıs 2008 SAFRA KESESİ GÖRÜNTÜLERİNİN AYRIK DALGACIK DÖNÜŞÜMÜ VE DURAĞAN DALGACIK DÖNÜŞÜMÜ KULLANILARAK KARŞILAŞTIRILMALI
DetaylıOTOMATİK VE İNTERAKTİF BÖLÜTLEME YÖNTEMLERİNİN KARŞILAŞTIRILMASI
OTOMATİK VE İNTERAKTİF BÖLÜTLEME YÖNTEMLERİNİN KARŞILAŞTIRILMASI Comparision of Automatic and Interactive Segmentatition Methods Serdar ALASU, Muhammed Fatih TALU İnönü Üniversitesi Bilgisayar Mühendisliği
DetaylıKelime Gösterimleri (Word Representation Word Embeddings)
Kelime Gösterimleri (Word Representation Word Embeddings) Kelime, cümlede kullanımına göre farklı anlamlar kazanabilir Anlamsal bilginin çıkarılması metinlerin işlenmesinde önemlidir Kelimelerin işlenebilir
DetaylıHorn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab)
Horn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab) Dersin Adı: Say.İşaret İşleme Tas.&Uyg. Sınıf Eğitmeni: Bilge Günsel Kalyoncu
DetaylıAradeğerleme Hatasının Genişletilmesine Dayalı Tersinir Görüntü Damgalama. Reversible Image Watermarking Based on Interpolation Error Expansion
Aradeğerleme Hatasının Genişletilmesine Dayalı Tersinir Görüntü Damgalama Reversible Image Watermarking Based on Interpolation Error Expansion 1 İbrahim YILDIRIM and 1 Burhan BARAKLI 1 Faculty of Engineering,
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim
DetaylıKARACİĞER MR GÖRÜNTÜLEMEDE DEĞİŞEN PARADİGMA
KARACİĞER MR GÖRÜNTÜLEMEDE DEĞİŞEN PARADİGMA Dr. Şükrü Mehmet Ertürk Radyolojinin diğer alanlarında olduğu gibi, karaciğer görüntülemenin de primer amacı benign lezyonları, malign lezyonlardan ayırt etmektir
DetaylıDiz MR Görüntülerindeki Menisküslerin Bölütlenmesi ve Yırtıklarının Otomatik Teşhisi
Diz MR Görüntülerindeki Menisküslerin Bölütlenmesi ve Yırtıklarının Otomatik Teşhisi Okyay Gençalioğlu 1, Uğur Şevik 2, Cemal Köse 3 1 Karadeniz Teknik Üniversitesi, Tıp Fakültesi Bilgi İşlem Merkezi,
DetaylıGörev Unvanı Alan Üniversite Yıl Prof. Dr. Elek.-Eln Müh. Çukurova Üniversitesi Eylül 2014
ÖZGEÇMİŞ 1. Adı Soyadı : MUSTAFA GÖK 2. Doğum Tarihi: : 1972 3. Unvanı : Prof. Dr. 4. Öğrenim Durumu Derece Alan Üniversite Yıl Lisans Elektronik Mühendisliği İstanbul Üniversitesi 1995 Yüksek Lisans Electrical
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
DetaylıMEME KANSERİNDE GÖRÜNTÜLEME YÖNTEMLERİ
MEME KANSERİNDE GÖRÜNTÜLEME YÖNTEMLERİ Dr. Filiz Yenicesu Düzen Laboratuvarı Görüntüleme Birimi Meme Kanserinde Tanı Yöntemleri 1. Fizik muayene 2. Serolojik Testler 3. Görüntüleme 4. Biyopsi Patolojik
DetaylıUZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN EĞİTİMSİZ SINIFLANDIRILMASINDA OPTİMAL BÖLÜT SAYISININ BELİRLENMESİ
UZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN EĞİTİMSİZ SINIFLANDIRILMASINDA OPTİMAL BÖLÜT SAYISININ BELİRLENMESİ M.C. Şahingil 1, Y. Özkazanç 2 1 TÜBİTAK UEKAE / İLTAREN, Ümitköy, Ankara. mehmets@iltaren.tubitak.gov.tr
DetaylıMakine Öğrenmesi 2. hafta
Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde
Detaylıİmmunohistokimyasal Boyalar ile Tiroid Tümörü Teşhisinde Naive Bayes Algoritması Kullanılması
İmmunohistokimyasal Boyalar ile Tiroid Tümörü Teşhisinde Naive Bayes Algoritması Kullanılması Ahmet Haltaş 1, Ahmet Alkan 2 1 GAUN, Gaziantep Meslek Yüksekokulu, Gaziantep 2 KSU, Elektrik Elektronik Mühendisliği
DetaylıKaraciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması
Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş
DetaylıBULANIK C-ORTALAMA (FCM) ALGORİTMASINA DAYALI YENİ GÖRÜNTÜ BÖLÜTLEME SİSTEMİNİN GELİŞTİRİLMESİ
TEKNOLOJİ, Cilt 7, (004), Sayı 3, 36-367 TEKNOLOJİ BULANIK C-ORTALAMA (FCM) ALGORİTMASINA DAYALI YENİ GÖRÜNTÜ BÖLÜTLEME SİSTEMİNİN GELİŞTİRİLMESİ Mehmet BULUT* Ayhan İSTANBULLU** *Elektrik Üretim A.Ş.Genel
DetaylıAMAÇ Araçlardaki Kamera Sistemleri
SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri
DetaylıGörüntü Segmentasyonu (Bölütleme)
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü
DetaylıKARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek
DetaylıFREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ
FREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ Murat Furat 1 Mustafa Oral 1 Elektrik Elektronik Mühendisliği Bölümü, Çukurova
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Proje
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Proje Renk ve Şekil Temelli Trafik İşareti Tespiti Selçuk BAŞAK 08501008 1. Not: Ödevi hazırlamak için
DetaylıYrd. Doç. Dr. Mehmet Zübeyir ÜNLÜ
Yrd. Doç. Dr. Mehmet Zübeyir ÜNLÜ İzmir Yüksek Teknoloji Enstitüsü Elektrik-Elektronik Mühendisliği Bölümü Gülbahçe Köyü, Urla, 35430, İzmir, Türkiye Ofis: (232) 750 6598 Cep: (505) 747 2740 E-posta :
DetaylıMuhammet Baykara Accepted: February 2011. ISSN : 1308-7231 mbaykara@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number: 1A0182 ENGINEERING SCIENCES Received: November 2010 Muhammet Baykara Accepted: February 2011 Burhan Ergen
DetaylıBT Görüntüleri Üzerinde Akciğer Nodüllerinin Bilgisayar Destekli Otomatik Bölütlenmesi
BT Görüntüleri Üzerinde Akciğer Nodüllerinin Bilgisayar Destekli Otomatik Bölütlenmesi 1 Emre Dandıl, 2 Murat Çakıroğlu, * 3 Ziya Ekşi, 4 Özlem Kar Kurt, 5 Murat Özkan 1 Bilecik Meslek Yüksekokulu, Bilecik
DetaylıDiagnostik Görüntüleme ve Teknikleri
Diagnostik Görüntüleme ve Teknikleri Diagnostik görüntüleme ve teknikleri, implant ekibi ve hasta için çok amaçlı tedavi planının uygulanması ve geliştirilmesine yardımcı olur. 1. Aşama Görüntüleme Aşamaları
DetaylıDOKU TİPİ İMGELERİN SINIFLANDIRILMASI İÇİN BİR UYARLAMALI ENTROPİ TABANLI DALGACIK-YAPAY SİNİR AĞI SİSTEMİ
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 22, No 1, 27-32, 2007 Vol 22, No 1, 27-32, 2007 DOKU TİPİ İMGELERİN SINIFLANDIRILMASI İÇİN BİR UYARLAMALI ENTROPİ TABANLI DALGACIK-YAPAY
DetaylıDalgacık Dönüşümü ve Nötrozofi Yaklaşımı ile Gri Seviye Doku Görüntülerinin Bölütlenmesi
6 th nternational Advanced Technologies Symposium (ATS ), 6-8 May 0, Elazığ, Turkey Dalgacık Dönüşümü ve Nötrozofi Yaklaşımı ile Gri Seviye Doku Görüntülerinin Bölütlenmesi K. Hanbay, A. Şengür Bingöl
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı: İsmail Avcıbaş 2. Doğum Tarihi: 25.04.1967 3. Unvanı: Doç. Dr. 4. Öğrenim Durumu:
1. Adı Soyadı: İsmail Avcıbaş 2. Doğum Tarihi: 25.04.1967 3. Unvanı: Doç. Dr. 4. Öğrenim Durumu: ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Elektronik Mühendisliği Uludağ Üniversitesi 1992 Y. Lisans Elektronik
DetaylıBilgisayar Tabanlı Araç Plaka Tanıma Sistemi. Computer Based Vehicle Plate Recognition System
BİLİŞİM TEKNOLOJİLERİ DERGİSİ, CİLT: 1, SAYI: 3, EYLÜL 2008 1 Bilgisayar Tabanlı Araç Plaka Tanıma Sistemi Okan BİNGÖL 1, Ömer KUŞCU 2 1 Süleyman Demirel Üniversitesi Teknik Eğitim Fakültesi Elektronik-Bilgisayar
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing
DetaylıPlazma İletiminin Optimal Kontrolü Üzerine
Plazma İletiminin Optimal Kontrolü Üzerine 1 Yalçın Yılmaz, 2 İsmail Küçük ve 3 Faruk Uygul *1 Faculty of Arts and Sciences, Dept. of Mathematics, Sakaya University, Sakarya, Turkey 2 Faculty of Chemical
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıBaşlangıç Temel Programının Bilinmemesi Durumu
aşlangıç Temel Programının ilinmemesi Durumu İlgili kısıtlarda şartlar ( ) ise bunlara gevşek (slack) değişkenler eklenerek eşitliklere dönüştürülmektedir. Ancak sınırlayıcı şartlar ( ) veya ( = ) olduğu
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :
ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.
DetaylıMeme Kanseri Cerrahisinde İntraoperatif Değerlendirme Ne kadar güvenebiliriz?
Meme Kanseri Cerrahisinde İntraoperatif Değerlendirme Ne kadar güvenebiliriz? Prof. Dr. Banu Bilezikçi Ankara Güven Hastanesi, Patoloji Bölümü Ankara Meme Hastalıkları Derneğinin III. Toplantısı 24 Kasım
DetaylıÖZGEÇMİŞ. 6.2. Doktora Tezleri 7. Yayınlar 7.1. Uluslararası hakemli dergilerde yayınlanan makaleler (SCI & SSCI & Arts and Humanities)
1. Adı Soyadı: Murat CEYLAN 2. Doğum Tarihi: 24/11/1978 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Doktora ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Elektrik-Elektronik Müh. Selçuk Üniversitesi 2000
DetaylıUzman Sistemlerin Tiroit Teşhisinde Kullanılması
Uzman Sistemlerin Tiroit Teşhisinde Kullanılması Ramazan SOLMAZ, Mücahid GÜNAY, Ahmet ALKAN Elektrik Elektronik Mühendisliği Bölümü, KSU, Kahramanmaraş rsolmaz@ksu.edu.tr, gunay@ksu.edu.tr, aalkan@ksu.edu.tr
DetaylıCurriculum Vitae. Degree Profession University Year. MSc Remote Sensing Gebze Institute of Technology 2009
Curriculum Vitae Name, Surname: ISMAIL COLKESEN Date of birth: 1981 Title: Ph.D., Assistant Professor Education : Degree Profession University Year BSc Geodesy and Photogrammetry Karadeniz Technical University
DetaylıOPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI
OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr
DetaylıÖZGEÇMİŞ VE ESERLER LİSTESİ
ÖZGEÇMİŞ VE ESERLER LİSTESİ Adı Soyadı E-posta İletişim Adresileri : Özge CAĞCAĞ YOLCU : ozge.cagcag_yolcu@kcl.ac.uk ozgecagcag@yahoo.com : Giresun Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıAKUT PULMONER EMBOLİDE RADYOLOJİK ÖNEMLİ MESAJLAR
Pulmoner Vasküler Hastalıklar AKUT PULMONER EMBOLİDE RADYOLOJİK ÖNEMLİ MESAJLAR Dr. Recep SAVAŞ Ege Üniversitesi Tıp Fakültesi Radyoloji AD, İzmir AKCİĞER HASTALIKLARI VE YOĞUN BAKIM GÜNLERİ TANI VE TEDAVİDE
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
Detaylı