Yazar "Yaşar, Hüseyin" seçeneğine göre listele
Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Medikal görüntülerin çoklu çözünürlük metotları ile analizi(Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2015-02-11) Yaşar, Hüseyin; Ceylan, MuratGörüntü işleme, bir görüntüden yeni bir görüntünün veya görüntü içeriğinde bulunan verilerin elde edilmesi işlemlerini gerçekleştiren tüm analiz uygulamalarını kapsayan bir mühendislik alanıdır. Görüntü işlemenin en temel argümanı Fourier dönüşümüdür. Fourier dönüşümü (FD) bir boyutlu veya iki boyutlu verilerin frekans bilgisinin elde edilmesini sağlar. Zaman içinde frekans bilgisi değişmeyen sinyaller için tersine işlem uygulandığında sorunsuz olarak sinyal yeniden elde edilirken, zaman içinde frekans bilgisi değişen sinyaller için hangi frekansın hangi zaman diliminde etkin olduğu bilinemediği için tersine işlem sırasında sorun yaşanmaktadır. FD' nin zaman-frekans düzleminde ki bu yetersizliğinden dolayı çoklu çözünürlük analizlerinin temelini oluşturan dalgacık dönüşümü (DD) ortaya atılmıştır. DD, kaydırma ve ağırlıklandırma işlemleri ile sinyalin özelliklerini çıkarmaktadır. DD katsayılarının her olası kaydırma ve ağırlıklandırma değeri için hesaplanması çok fazla ve kullanılmayan veri üretilmesine neden olur. Kaydırma ve ağırlıklandırma değerlerinin ikinin katlarını temel alacak şekilde seçilmesiyle ayrık dalgacık dönüşümü (ADD) tanımlanmıştır. İki boyutlu ayrık dalgacık dönüşümünün (2BADD) tanımlanmasıyla görüntülerin analizinde de kullanılmaya başlanmıştır. DD' nin görüntü işleme uygulamalarında üstün özellikleri olmakla birlikte eksik yönleri de vardır. DD' nin en önemli eksikliği sınırlı yönelim sorunudur. Ridgelet dönüşümü (RidD) daha fazla yönde analiz yaparak bu eksikliği ortadan kaldırmıştır. RidD' nin kartezyen koordinat sisteminde ifade edilmesiyle ayrık ridgelet dönüşümü (ARidD) tanımlanmıştır. Yönsel filtre bankalarını temel alan contourlet dönüşümü (CoD) ise filtre bankaları sayesinde DD' ye göre daha fazla yön kullanarak görüntü özelliklerini daha az katsayı ile ifade etmiştir. Curvelet dönüşümü (CuD), temeli RidD' ye dayanan etkili bir çoklu çözünürlük analizidir. CuD, pencereleme ile görüntünün daha ayrıntılı analiz edilmesine imkan sağlamıştır. Birinci nesil curvelet dönüşümü (1NCuD) olarak isimlendirilen bu versiyon, çok fazla kullanılmayan veri ürettiği için daha az parametre ile tanımlanan ikinci nesil curvelet dönüşümü (2NCuD) ortaya atılmıştır. Temeli 2NCuD' ye dayanan hızlı ayrık curvelet dönüşümü (HACuD) ise dönüşümün kompleks katsayılarının elde edilebilmesine imkan sağlamıştır. Yakın zamanda CuD, yeni parametreler kullanılarak genelleştirilmiş ve ripplet-1 dönüşümü (Rip-1D) tanımlanmıştır. Bu tez çalışması ile, HACuD ile benzer prosedürler takip edilerek hızlı ayrık ripplet-1 dönüşümü (HARip-1D) tanımlanmış ve kompleks değerli hızlı ayrık ripplet-1 dönüşümü (KDHARip-1D) özellik katsayıları oluşturulmuştur. Medikal görüntü işleme önemli bir teşhis aracıdır. Medikal görüntüler, görüntüleme sırasında çözünürlüğü olumsuz etkileyen gürültülerden etkilenebilirler. Teşhis başarısının olumsuz etkilenmemesi için bu gürültülerin temizlenmesi gerekir. Tez çalışmasının ilk uygulamasında, retina ve mamografi görüntülerinde gürültü temizleme çalışması gerçekleştirilmiştir. Gürültü temizleme işlemi, bu tez çalışması ile tanımlanan KDHARip-1D ile reel değerli hızlı ayrık ripplet-1 dönüşümü (RDHARip-1D) özellik katsayıları kullanılarak yapılmıştır. Tepe sinyal gürültü oranı (TSGO), ortalama yapısal benzerlik indeksi (OYBİ) ve özellik benzerlik indeksi (ÖBİ) kullanılarak sonuçların karşılaştırıldığı uygulamada, KDHARip-1D' nin aynı gürültü temizleme algoritması ile kullanıldığında RDHARip-1D' ye göre daha iyi sonuçlar ürettiği görülmüştür. Uygulama sonucunda DRIVE (Digital Retinal Images for Vessel Extraction) veri tabanına ait 40 adet retina görüntüsü ile yapılan gürültü temizleme uygulamasında üç farklı sigma değeri için RDHARip-1D ile sırasıyla 33.042, 34.387, 36.322 dB TSGO elde edilirken, KDHARip-1D ile sırasıyla 33.300, 34.579, 36.443 dB TSGO elde edilmiştir. MIAS (Mammography Image Analysis Society) veri tabanına ait 322 adet mamografi görüntüsü ile yapılan gürültü temizleme uygulamasında ise üç farklı sigma değeri için RDHARip-1D ile sırasıyla 35.588, 36.714, 38.373 dB TSGO elde edilirken KDHARip-1D ile sırasıyla 35.820, 36.892, 38.488 dB TSGO elde edilmiştir. Uygulama ile elde edilen OYBİ ve ÖBİ değerleri de TSGO sonuçlarını destekler niteliktedir. Ayrıca bu uygulama ile eşikleme sabiti ve ölçek parametrelerindeki değişimin medikal gürültü temizleme sonuçları üzerindeki etkileri ilk kez incelenmiştir. Göğüs kanseri kadınlarda yaygın görülen kanser türlerinden biridir. Bu durum göğüste meydana gelen anormalliklerin tespit ve sınıflandırılmasını önemli bir bilimsel çalışma alanı haline getirmiştir. Göğüs arka plan doku yoğunluğu, göğüs üzerinde meydana gelen anormallikleri gizleyerek teşhis ve sınıflandırmayı zorlaştırır. Tez çalışmasının ikinci uygulamasında, mamografi görüntülerinde normal-anormal doku sınıflandırılması için iki aşamalı bir sistem oluşturulmuştur. Arka plan sınıflandırma olarak isimlendirilebilecek ilk aşamada ADD, ARidD ve CoD' den elde edilen reel değerli özellik katsayıları ve yapay sinir ağı (YSA) kullanılarak teşhis yapılacak görüntüye ait göğüs arka plan doku yoğunluk tipi sınıflandırılmaktadır. Temel sınıflandırma olarak isimlendirilebilecek ikinci aşamada ise yine bu dönüşümlere ait reel değerli özellik katsayıları ve arka plan sınıflandırma sonucuna göre teşhis yapılacak görüntü ile aynı tip göğüs arka plan doku yoğunluğuna sahip görüntüler ile eğitilen YSA kullanılarak normal-anormal doku sınıflandırılması gerçekleştirilmiştir. MIAS veri tabanına ait 265 mamografi görüntüsü ile gerçekleştirilen uygulamada, arka plan sınıflandırma yapılmadan elde edilen en yüksek temel sınıflandırma başarısı % 86.04, en yüksek özgüllük 0.9686, en yüksek duyarlılık 0.5946, alıcı işlem karakteristiği (AİK) altında kalan en yüksek alan (Az) 0.862' dir. Arka plan sınıflandırılma yapılmasıyla elde edilen temel sınıflandırma sonuçları hissedilir derecede iyileşmiştir. Önerilen yöntemle yapılan sınıflandırma uygulaması sonucunda en yüksek doğruluk % 95.47 ile arka plan sınıflandırma için ADD ve YSA, temel sınıflandırma için ADD ve YSA kullanılarak elde edilmiştir. En yüksek özgüllük 1 ile arka plan sınıflandırma için CoD ve YSA, temel sınıflandırma için ADD ve YSA kullanılarak edilirken, en yüksek duyarlılık 0.8514 ile arka plan sınıflandırma için ADD ve YSA, temel sınıflandırma için ADD ve YSA kullanılarak elde edilmiştir. Uygulama sonucunda en yüksek Az değeri 0.960 ile arka plan sınıflandırma için ADD ve YSA, temel sınıflandırma için ARidD ve YSA kullanılarak sağlanmıştır. Önerilen normal-anormal sınıflandırma sistemi, arka plan bilgilerinin radyolog veya uzman hekim tarafından sınıflandırılmasıyla, yarı otomatik olarak da gerçekleştirilebilir. Arka plan sınıflandırılmasının radyolog veya uzman tarafından yapılması yani sistemin yarı-otomatik versiyonunun kullanılması durumunda, en yüksek sınıflandırma doğruluğu ADD ve YSA kullanılarak % 97.74; en yüksek özgüllük ADD, ARidD ve YSA kullanılarak 0.9948; en yüksek duyarlılık ADD ve YSA kullanılarak 0.9324; en yüksek Az ARidD ve YSA kullanılarak 0.974 olarak elde edilmiştir.Öğe Rıfat Ilgaz’ın “Yıldız Karayel” romanının politik roman türü içindeki yeri(Selçuk Üniversitesi Türkiyat Araştırmaları Enstitüsü, 2012) Yaşar, HüseyinRıfat Ilgaz, Yıldız Karayel romanında farklı bir estetik teknik kullanmıştır. Bu yeni anlatım biçimiyle ideolojik roman türünü geleneksel yapısından çıkararak modern romana daha çok yaklaştırmıştır. Bu çalışmanın amacı, Ilgaz’ın olay örgüsü, kurgu ve kişiler düzleminde yaptığı bu deneyimin boyutlarını göstermektir. Araştırma, “esere dönük eleştiri” kuramı yöntemiyle yapılmıştır.
