Rule-based lung region segmentation and nodule detection via genetic algorithm trained template matching
| dc.authorid | TR29371 | en_US |
| dc.contributor.author | Özekes, Serhat | |
| dc.date.accessioned | 2014-08-21T14:42:44Z | |
| dc.date.available | 2014-08-21T14:42:44Z | |
| dc.date.issued | 2007 | en_US |
| dc.department | Meslek Yüksekokulları, Meslek Yüksek Okulu, Bilgisayar Teknolojileri Bölümü | en_US |
| dc.description.abstract | A computer-aided detection (CAD) system was developed for detecting lung nodule patterns, which generally appear as circular areas of high opacity on serial-section Computed tomography (CT)images. First of all, rule-based segmentation of lung region was performed. Then, our method detected the regions of interest (ROIs) using the density values of pixels in CT images andscanning the pixels in 8 directions by using various thresholds. Then to reduce the number of ROIs the amounts of change in their locations based on the upper and the lower slices were examined, and finally a nodule template based algorithm was employed to categorize the ROIs according to their morphologies. To calculate the parameters of the template, a genetic algorithm process was employed as an optimization method. To test the system’s efficiency, we applied it to 276normal and abnormal CT images of 12patients with 153 nodules. The experimental results showedthat the system achieved 93.4% sensitivity with 0.594 false positives per image. | en_US |
| dc.description.abstract | Bu çalışmada akciğer bilgisayarlı tomografi (BT) görüntülerindeki nodüllerin bilgisayarlı tespiti gerçekleştirilmiştir. Öncelikle akciğer bölgesinin kural tabanlı bölütlendirilmesi gerçekleştirilmiştir. Ardından BT görüntülerindeki yoğunluk değerleri ve eşik değerleri ile 8 yönlü tarama yapılarak ilgi alanları belirlenmiştir. İlgi alanlarının sayısını azaltmak amacıyla alt ve üst kesitlerdeki konum değişimleri incelenmiştir. Son olarak şablon eşleme tabanlı bir yöntem ile ilgi alanları şekilsel özelliklerine göre sınıflandırılmıştır. Şablonun değerlerinin hesaplanması için genetik algoritma yöntemi kullanılmıştır. Çalışmanın test edilmesi amacıyla 153 adet nodül bulunan 12 hastaya ait 276 normal ve anormal görüntü kullanılmıştır. Sonuçta duyarlılığın görüntü başına 0.594 yanlış pozitif oranıyla %93.4’a ulaştığı görülmüştür. | en_US |
| dc.identifier.endpage | 53 | en_US |
| dc.identifier.issn | 1303-5495 | |
| dc.identifier.issue | 27 | en_US |
| dc.identifier.startpage | 37 | en_US |
| dc.identifier.uri | https://hdl.handle.net/11467/344 | |
| dc.identifier.volume | 6 | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | İstanbul Ticaret Üniversitesi | en_US |
| dc.relation.ispartof | İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Akciğer Bölge Tespiti | en_US |
| dc.subject | Şablon Eşleme | en_US |
| dc.subject | Genetik Algoritma | |
| dc.subject | Akciğer Nodül Tespiti | |
| dc.subject | Bilgisayar Destekli Tespit | |
| dc.subject | Lung Region Segmentation | |
| dc.subject | Template Matching | |
| dc.subject | Genetic Algorithm | |
| dc.subject | Lung Nodule Detection | |
| dc.subject | Computer Aided Detection | |
| dc.title | Rule-based lung region segmentation and nodule detection via genetic algorithm trained template matching | en_US |
| dc.title.alternative | Akciğer bölgesinin kural tabanlı bölütlendirilmesi ve genetik algoritma kullanılarak eğitilmiş şablon eşleme yöntemiyle nodül tesipiti | en_US |
| dc.type | Article | en_US |
