Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Bal Peteği Hastalığının Teşhisi ve Takibi

No description
by

Bilal Vural

on 8 June 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Bal Peteği Hastalığının Teşhisi ve Takibi

Genelde akciğerde büyük kist veya tümör bulma üzerine yoğunlaşılmıştır.
IPF hastalığı üzerine yoğun bir çalışma yoktur.
Bal peteği hastalığının teşhisine yönelik çalışma bulunmamaktadır.
Hedefimiz, doktorlara bu hastalıkların tespiti için yardımcı bir araç tasarlamak.
Projenin Literatürdeki Yeri ve Hedefi
Bal Peteği Hastalığının Teşhisi ve Takibi
Bilal VURAL
Cebrail İNANÇ

80f HRCT görüntüler üzerinde çalıştık.
Akciğer segmentasyonu yapıldı.
Akciğerdeki damarlar temizlendi.
IPF hastalığı olan bölgeler tespit edildi.
IPF hastalığı üzerinde bal peteği hastalığı tespit edildi.
Bulunan değerler ve kistler ile ilgili uzmanlara bilgi verdi.
Projemizde Neler Yaptık
Bal peteği hastalığı ender görünen ve zor tespit edilen bir hastalıktır.
Her bir hastanın ortalama 40 görüntüsü vardır.
Bu alanda uzmanlaşmış doktorların bile çok vaktini almakta günde en fazla 2-3 hastanın görüntülerini inceleyebilmektedirler.
Neden Yardımcı Bir Araç?
Projenin Ana Akışı
Kullanıcıdan HRCT görüntülerinin olduğu klasörün istenmesi.
Her bir pikselin Hounsfield ünite değerinin hesaplanması.
Akciğerin segmentasyonu.
Akciğer içindeki damarların temizlenmesi.
Buzlu cam alanlarının bulunması.
Bal peteği hastalığı kistlerinin bulunması.

Projenin Ana Modülleri
Piksellerin Hounsfield Değerlerine Çevrilmesi
Akciğerin içerisi hava dolu olduğundan HU değeleri yaklaşık olarak -1000 civarındadır.
Bu sebeple HU değeri -140'dan büyük değerler arka plana dahil edildi.
Kalan alanların büyüklüklerine bakılarak gürültüler temizlendi.
Akciğer Segmentasyonu
Damarların HU değerleri kemiklerin HU değerlerine yakındır.
Ayrıca sistemi IPF ve bal peteği hastalığını bulurken yanıltabilmektedir.
Damarların Temizlenmesi
Hounsfield Ünitesi
HU=Pixel Value x Slope + Intercept
Akciğer dokusunun piksel değerleri 0-1100 değerleri arasındadır.
Sağ tarafta görünen bir akciğer maskesi hazırlanır ve orijinal görüntüye uygulanarak segmentasyon tamamlanır.
Buzlucam Alanlarının Bulunması
Buzlucam hastalığının HU değerleri 270'ten büyüktür.
Resme eşik değeri uygulanmakta ve bu alanlar bulunmaktadır.
Buzlucam alanı bulunduktan sonra gürültüleri gidermek medyan filtre uygulanmaktadır.
Daha sonra connected component labeling uygulanmaktadır.
Çok küçük alanlar elenmekte, orta boyuttakiler büyük alanlara dahil edilmektedir.
Bal Peteği Hastalığının Bulunması
Bal peteği hastalığı yuvarlak bir karaktere sahiptir ve birbiriyle bitişik kistlerden oluşmaktadır.
Bal peteği kistlerinin bulunması için Circular Hough Transform uygulanmaktadır.
Circular Hough Transform
Çember bulma algoritmasıdır.
Siyah-beyaz resimde edge detection uygular.
Her bir pikselin gradyanlarına bakar ve bir çember oturtmaya çalışır.
Oturttuğu çemberleri bir oylama matrisi yardımıyla ortak bir çemberde birleştirmeye çalışır.
Buzlucam bölgelerinin üzerinde algoritma çalıştırılmaktadır.
Kistlerin yarıçapları bilinmektedir (1-5 piksel arasında).
Bulunan her bir kistin komşulukları incelenmekte ve yeterince komşusu yoksa elenmektedir.
Kullanıcının Bilgilendirilmesi
Her bir akciğerin;
Alanı
Buzlucam alanı
Buzlucamın akciğere oranı
Kist sayısı
Kistlerin toplam alanı
Kistlerin akciğere oranı bilgileri sunulmaktadır.
Sonuçlar
Performans Ölçümü
Sistemin performansı Sørensen–Dice katsayısı ile ölçülmüştür.
Akciğer segmentasyonu ve buzlucam alanları bu yöntemle değerlendirilmiştir.
El ile segmentasyon ve buzlucam alanları bulunmuş ve sistemin bulduğuyla kıyaslanmıştır.
İki örneğin birbiri ile benzerliğini bulamk için kullanılır.
Değerler 0-1 arasındadır.
Değer 1'e yaklaştıkça benzerlik oranı artmaktadır.
Sørensen–Dice Katsayısı
Akciğer Segmentasyonu Başarısı
Bu alandaki performan üç ayrı parçada incelenmektedir.
HRCT görüntülerinin başlangıç ve bitiş kısımlarında sistemin başarısı 0.83-0.95 arasındadır.
Orta kısımda ise sistemin başarısı 0.95-0.98 arasındadır.
Performans testleri 5 farklı hastaya ait toplam 57 görüntü üzerinden değerlendirilmektedir.
Buzlucam Bölgesi Başarısı
Akciğer segmentasyonuna benzer olarak görüntülerin başlangıç ve bitiş safhalarındaki başarı oranı geniş ölçektedir (0.62-0.89).
Orta kısımda ise başarı oranı 0.73-0.94 arasındadır.
Bal Peteği Hastalığı Başarısı
Sistem 80f (1-2mm incelikli görüntüler) ile çalışmaktadır.
Çapı 1-5 piksel arasındaki kistleri bulmaktadır.
False positive ve outlierları elemek için uğraşılmıştır.
%58 oranında false positive elenmiş, %10 outlier temizlenmiştir.
Sistemin bu alandaki başarısı %87'dir.
Sonuç
Sistem;
Akciğer segmentasyonu
Damar temizleme
Buzlucam hastalığı bulma
Bal peteği hastalığı bulma
Bilgileri kullanıcıya sunma işlemlerini gerçekleştirmektedir.

Başarı oranımız akciğerin orta kesitlerinde başlangıç ve bitiş kesitlerine oranla daha yüksektir.
Dinlediğiniz için teşekkür ederiz.
Full transcript