Yazar "Civcik, Levent" seçeneğine göre listele
Listeleniyor 1 - 5 / 5
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Detection of microcalcification in digitized mammograms with multistable cellular neural networks using a new image enhancement method: automated lesion intensity enhancer (ALIE)(TUBITAK SCIENTIFIC & TECHNICAL RESEARCH COUNCIL TURKEY, 2015) Civcik, Levent; Yilmaz, Burak; Ozbay, Yuksel; Emlik, Ganime DilekMicrocalcification detection is a very important issue in early diagnosis of breast cancer. Generally physicians use mammogram images for this task; however, sometimes analyzing these images become a hard task because of problems in images such as high brightness values, dense tissues, noise, and insufficient contrast level. In this paper, we present a novel technique for the task of microcalcification detection. This technique consists of three steps. The first step is focused on removing pectoral muscle and unnecessary parts from the mammogram images by using cellular neural networks (CNNs), which makes this a novel process. In the second step, we present a novel image enhancement technique focused on enhancing lesion intensities called the automated lesion intensity enhancer (ALIE). In the third step, we use a special CNN structure, named multistable CNNs. After applying the combination of these methods on the MIAS database, we achieve 82.0% accuracy, 90.9% sensitivity, and 52.2% specificity values.Öğe Feasibility of a novel technique using 3-dimensional modeling and augmented reality for access during percutaneous nephrolithotomy in two different ex-vivo models(SPRINGER, 2019) Akand, Murat; Civcik, Levent; Büyükaslan, Ahmet; Altıntaş, Emre; Koçer, Erdinç; Koplay, Mustafa; Erdoğru, TibetPurposeWe describe a novel technique that uses mathematical calculation software, 3-dimensional (3D) modeling and augmented reality (AR) technology for access during percutaneous nephrolithotomy (PCNL) and report our first preliminary results in two different ex-vivo models.MethodsNovel software was created in order to calculate access point and angle by using pre-operative computed tomography (CT) obtained in 50 patients. Two scans, 27s and 10min after injection of contrast agent, were taken in prone PCNL position. By using DICOM objects, mathematical and software functions were developed to measure distance of stone from reference electrodes. Vectoral 3D modeling was performed to calculate the access point, direction angle and access angle. With specific programs and AR, 3D modeling was placed virtually onto real object, and the calculated access point and an access needle according to the calculated direction angle and access angle were displayed virtually on the object on the screen of tablet.ResultsThe system was tested on two different modelsa stone placed in a gel cushion, and a stone inserted in a bovine kidney that was placed in a chickenfor twice, and correct access point and angle were achieved at every time. Accuracy of insertion of needle was checked by feeling crepitation on stone surface and observing tip of needle touching stone in a control CT scan.ConclusionsThis novel device, which uses software-based mathematical calculation, 3D modeling and AR, seems to ensure a correct access point and angle for PCNL. Further research is required to test its accuracy and safety in humans.Öğe Görüntü zenginleştirme ve hücresel YSA kullanarak meme kanseri teşhisi(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2013-10-03) Civcik, Levent; Özbay, YükselMeme kanseri dünya genelinde yaygın bir sorundur. Türkiye?de meme kanseri her 8-10 kadından birisinde görülmekte ve Türk kadınları arasında akciğer kanserinden sonra ölüme neden olma açısından ikinci sırada yer almaktadır. Meme kanserinin en önemli belirtisi memede oluşan mikrokalsifikasyonlardır. Bununla beraber memede görünen kitlelerin benign (iyi huylu) veya malign (kötü huylu) olmasına göre sınıflandırılabilmesi hastalığın tedavisinde önemli bir rol oynamaktadır. Meme kanserini belirlemede çeşitli görüntüleme yöntemleri kullanılmaktadır. Mamografi, bu görüntüleme yöntemleri içinde en yaygın ve ucuz olanıdır. Fakat başarı yüzdesi uzman doktorun tecrübe ve dikkatine bağlıdır. Kadınlarda meme kanseri vakalarının erken teşhisi için mamogram görüntülerindeki mikrokalsifikasyonların ve kitlelerin sınıflandırılmasında, uzmanlara yardımcı olacak bir karar destek sistemi geliştirilmesi bu tez çalışmasında hedeflenmiştir. Geliştirilen Karar Destek Sistemi, ön işlem, güçlendirme, bölütleme ve sınıflandırma aşamalarından oluşmaktadır. Ön işlem adımında sayısal veya sayısallaştırılmış mamogram görüntüleri üzerinde görüntü boyutunun ayarlanması işlemi yapılmıştır. Daha sonra görüntü üzerinde gri formata dönüştürme, görüntü netleştirme işlemi uygulanmıştır. Güçlendirme aşamasında, mamogram görüntüleri için yeni geliştirilen Otomatik Kitle Yoğunluğunun Güçlendirilmesi (ALIE) algoritması uygulanmıştır. Bu algoritma histogram temellidir ve mamogram görüntülerindeki arka planın yoğunluk seviyesini düşürürken, anormal bölgelerin yoğunluk seviyesini güçlendirmektedir. Güçlendirme işleminde mamogram görüntüsündeki pektoral kas ve etiketli bölgelerin görüntüden çıkarımı opsiyoneldir. Bölütleme adımında, genetik algoritma ile eğitilmiş Hücresel Yapay Sinir Ağları (HYSA) kullanılarak mikrokalsifikasyon ve tümörler belirlenmiştir. HYSA?nın parametrelerinin belirlenmesi işleminde Genetik Algoritma için uygunluk fonksiyonu olarak korelasyon fonksiyonu kullanılmıştır. Sınıflandırma aşamasında, kitleleri ve mikrokalsifikasyonları belirlemek için görüntüler üzerinde şekil analizi kullanılarak sınıflandırma yapılmıştır. Mikrokalsifikasyon taneciklerinin ve kitlelerin mamogram görüntüleri üzerinde belirlenmesi amacıyla şekil analizine dayalı bir sınıflandırma fonksiyonu kullanılmıştır. Tez çalışmasında geliştirilen Karar Destek Sistemi, MIAS (The Mammography Image Analysis Society) veri tabanındaki etiketlenmiş 100 adet mamogram görüntü ve Necmettin Erbakan Üniversitesi Meram Tıp Fakültesi Radyoloji anabilim dalından 84 hastadan alınan etiketlenmiş, 286 adet mamogram görüntüden oluşan veri seti kullanılarak test edilmiştir. Geliştirilen Karar Destek Sistemi hastane verilerinden alınan 261 mamogram görüntünün 238?ini doğru, 23?ünü yanlış sınıflandırarak %93.1 duyarlılık ve %91.3 doğruluk değerine, MIAS verilerinden alınan 100 mamogram görüntünün 82?sini doğru, 18?ini yanlış sınıflandırarak %91.0 duyarlılık ve %82.0 doğruluk değerine ulaşmıştır. Hastane verilerinden 25 mamogram (261 mamogram görüntüden farklı) görüntü üzerinde, geliştirilen Karar Destek Sistemi ve uzman radyoloğun sınıflandırma değerlendirmesi yapılmıştır. Karar Destek Sistemi hastane verilerinden alınan 25 mamogram görüntünün 23?ünü doğru, 2?sini yanlış sınıflandırarak %95.2 duyarlılık ve %92.0 doğruluk değerine ulaşmıştır.Öğe Matris problemlerine bilgisayar destekli bazı çözümler(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 1998) Civcik, Levent; Çetin, CevdetBu çalışmada Ax=f lineer cebir sisteminin " Friendly Computer Dialogue System" ile çözülmesi için yazılmıştır. Programın amacı giriş verilerini kolayca bilgisayara girmek ve ekranda kontrol parametrelerini seçerek, sonuçta Ax=f problemini en az hata ile hesaplamak veya bu problemin ill-condition olduğunu tesbit etmektir. Burada kontrol parametreleri arasında, pratik tersleyebilenlerinin parametresi (u) ve epsilon (e), çözüme istenilen yaklaşımın derecesidir.Öğe Teknik Bilimler Meslek Yüksekokulu Öğrencilerinin Temel Matematik Başarılarının Değerlendirilmesi(Selçuk Üniversitesi, 2017) Civcik, Levent; Kısa, Mustafa; Lorasokkay, M. AliMeslek Yüksekokullarında öğrenim gören öğrencilere, teorik ve pratik olmak üzere iki yöntem kullanılarak dersler verilmektedir. Temel Matematik de teorik kapsama giren oldukça önemli derslerden birisidir. Meslek Yüksekokulları temelde nitelikli ara eleman ihtiyacını karşılamak amacıyla kurulduğu düşünüldüğünde, matematiğin önemi yadsınamaz. Yapılan bu çalışmada, öğrencilerin matematik dersine olan bakış açıları ve bu dersteki başarıyı etkileyen faktörler incelenmeye çalışılmıştır. Özellikle sınavlı ve sınavsız geçişle gelen öğrencilerin başarı durumları ele alınarak değerlendirmeler yapılmıştır. Bu çalışmada, Selçuk Üniversitesi TBMYO Bilgisayar Programcılığı Bölümünde eğitim gören öğrencilere çeşitli sorular yöneltilerek değerlendirmeler yapılmıştır. Yapılan bu çalışmanın sonucunda, öğrencilerin matematiğe olan bakış açıları ve değerlendirmeleri ortaya konulmuştur. Verilerin toplanması sürecinde, öğrencilerin matematik dersine olan bakış açılarını belirlemek için hazırlanmış bir anket çalışmasından ve öğrenci işlerinden alınan istatistiki verilerinden faydalanılmıştır. Verilerin değerlendirilmesinde Likert Ölçeği değerlendirme aralığı kullanılarak sonuçlara gidilmiştir.
