Histopatolojik görüntülerde süperpiksel ve kümeleme yöntemleri kullanılarak otomatik hücre çekirdeği segmentasyonu
Yükleniyor...
Tarih
2021-02-16
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Batman Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-ShareAlike 3.0 United States
Attribution-ShareAlike 3.0 United States
Özet
Gün geçtikçe kanser ve kansere bağlı ölümlerde artış olduğu görülmektedir. Kanserli bölgenin
erken tedavisi için erken teşhis edilmesi hayati önem taşımaktadır. Uzman patologların uğraşlar sonucu
teşhis ettiği sağlıksız hücreler için, bilgisayar destekli programlar erken teşhis edilmelerine olanak
sağlamaktadır. Bu çalışmada bilgisayar destekli programlarla yüksek çözünürlüklü histopatolojik
görüntülerde otomatik hücre çekirdeği tespiti için global bölütleme yöntemlerinden kMeans ve Fuzzy C
Means yöntemleri, süperpiksel bölütleme yöntemlerinden SLIC, Quickshift, Felzenszwalb, Watershed ve
ERS algoritmaları kullanılmıştır. Çalışma sonucu kullanılan yüksek çözünürlüklü histopatolojik
görüntülerde kmeans ve FCM algoritmalarında daha iyi başarı elde edildiği görülmektedir. Kesinlik
açısından Quickshift ve SLIC yöntemleri daha iyi sonuç vermiştir. F ölçütünde (F-M) en iyi başarım
sağlayan kMeans ve FCM algoritmaları olduğu ve gerçek negatif oranının (TNR) Quickshift ve SLIC
yönteminde daha başarılı olduğu görülmektedir.
It is observed that cancer and cancer-related deaths increase day by day. Early diagnosis is vital for the early treatment of the cancerous area. Unhealthy cells, which are diagnosed by expert pathologists as a result of efforts, provide early detection with the help of computer-aided programsIn this study, kMeans and Fuzzy C Means methods, which are among the global segmentation methods, and SLIC, Quickshift, Felzenszwalb, Watershed and ERS algorithms, which are among the superpixel segmentation methods, were used for automatic cell nucleus detection in high resolution histopathological images with computer aided programs. It is seen that better success is obtained in kMeans and FCM algorithms in high resolution histopathological images used as a result of the study. Quickshift and SLIC methods gave better results in terms of precision. In the F-Measure (F-M), it is seen that the best success is the k Means and FCM algorithms and the true negative ratio (TNR) is more successful in Quickshift and SLIC methods.
It is observed that cancer and cancer-related deaths increase day by day. Early diagnosis is vital for the early treatment of the cancerous area. Unhealthy cells, which are diagnosed by expert pathologists as a result of efforts, provide early detection with the help of computer-aided programsIn this study, kMeans and Fuzzy C Means methods, which are among the global segmentation methods, and SLIC, Quickshift, Felzenszwalb, Watershed and ERS algorithms, which are among the superpixel segmentation methods, were used for automatic cell nucleus detection in high resolution histopathological images with computer aided programs. It is seen that better success is obtained in kMeans and FCM algorithms in high resolution histopathological images used as a result of the study. Quickshift and SLIC methods gave better results in terms of precision. In the F-Measure (F-M), it is seen that the best success is the k Means and FCM algorithms and the true negative ratio (TNR) is more successful in Quickshift and SLIC methods.
Açıklama
Anahtar Kelimeler
Histopatolojik Görüntü, Görüntü İşleme, Segmentasyon, Süperpiksel, Histopathological Image, Image Processing, Segmentation, Superpixel
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Mendi, G. (2021). Histopatolojik görüntülerde süperpiksel ve kümeleme yöntemleri kullanılarak otomatik hücre çekirdeği segmentasyonu. (Yayınlanmamış Yüksek Lisans Tezi). Batman Üniversitesi Fen Bilimleri Enstitüsü, Batman.
