Beyin MR görüntüleri için süperpiksel yöntemlerinin bölütleme performansı analizi

Basit Öğe Kaydı
dc.contributor.authorÖzeren, Fadime
dc.contributor.authorÖzkaya, Ufuk
dc.date.accessioned2024-06-13T20:16:05Z
dc.date.available2024-06-13T20:16:05Z
dc.date.issued2019
dc.departmentMeslek Yüksekokulu, Gedik Meslek Yüksekokulu, Biyomedikal Cihaz Teknolojisi Programı
dc.description2019 Medical Technologies Congress, TIPTEKNO 2019 -- 3-5 October 2019 -- Izmir, Turkey
dc.description.abstractManyetik rezonans görüntüleme ile büyük miktarda veri üretilmektedir ve bu verilerin manuel olarak işlenmesi yüksek hesaplama karmaşıklığına neden olmaktadır. Yüksek hesaplama karmaşıklığını çözebilmek için bilgisayarlı görü sistemlerinde yaygın olarak kullanılan gruplama işlemi önerilmektedir. Bu gruplama işlemi süperpiksel olarak adlandırılmaktadır. Süperpikseller, özellikle imge ve video bölütleme uygulamalarında kullanılan; bir imgeye veya videoya ait renk, yoğunluk ve doku özellikleri benzerlik gösteren piksellerden oluşan görsel yapılardır. BrainWeb veri kümesinden alınan beyin MR görüntüleri üzerinde çalışılmıştır. Literatürde yaygın olarak kullanılan ve yüksek başarıya sahip olan 3 süperpiksel algoritmasının performansları karşılaştırılmıştır. Süperpiksel algoritmalarının başarılarını test edebilmek için görüntülere ait kesin referans verilerinden yararlanılmıştır. Süperpiksel algoritmalarının oluşturduğu sınırlar ile kesin referans arasında başarı metrikleri hesaplanmıştır.
dc.description.abstractMagnetic resonance imaging produces large amounts of data, and the manual processing of these data results in high computational complexity. In order to solve the high computational complexity, the grouping process which is commonly used in computer vision systems is recommended. This grouping process is called superpixel. Superpixels, used espically in image and video segmentation applications, are the visiual structures composed of pixels having same color, intensity and texture behavior. Brain MR images from BrainWeb data set were studied. The performances of 3 superpixel algorithms which are widely used in the literature and have high success are compared. In order to test the success of superpixel algorithms, precise reference data of the images were used. Success metrics were calculated between the boundaries created by the superpixel algorithms and the exact reference.
dc.identifier.doi10.1109/TIPTEKNO.2019.8895257
dc.identifier.isbn9781728124209
dc.identifier.scopus2-s2.0-85075618238
dc.identifier.scopusqualityN/A
dc.identifier.urihttps://doi.org/10.1109/TIPTEKNO.2019.8895257
dc.identifier.urihttps://hdl.handle.net/11501/1024
dc.identifier.wosWOS:000516830900128
dc.identifier.wosqualityN/A
dc.indekslendigikaynakScopus
dc.indekslendigikaynakWeb of Science
dc.institutionauthorÖzeren, Fadime
dc.language.isotr
dc.publisherInstitute of Electrical and Electronics Engineers Inc.
dc.relation.ispartofMedical Technologies Congress (TIPTEKNO)
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.subjectSüperpiksel
dc.subjectİmge Bölütleme
dc.subjectBeyin MR Görüntüleri
dc.subjectSuperpixel
dc.subjectImage Segmentation
dc.subjectBrain MR Images
dc.titleBeyin MR görüntüleri için süperpiksel yöntemlerinin bölütleme performansı analizi
dc.title.alternativeSegmentation performance analysis of superpixel methods for brain MR images
dc.typeConference Object

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Tam Metin / Full Text
Boyut:
912.69 KB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

Scopus İndeksli Yayınlar Koleksiyonu
Gedik Meslek Yüksekokulu Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu