Serin, Faruk2017-01-122017-01-122013Serin, F. (2013). Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması. İnönü Üniversitesi Fen Bilimleri Enstitüsü. 1-98 ss.https://hdl.handle.net/11616/5872Günümüzde medikal cihazlarda, görüntü işleme tekniklerinde ve bilgisayar işlem kapasitelerindeki muazzam artış birçok alanda teknolojik yenilikler meydana getirmektedir. Bu yenilikler iş yöntemlerinde ve elde edilen sonuçlarda önemli değişikliklere neden olmaktadır. Önemli değişimlerden birisi de histopatoloji alanında görülmektedir. Histopatolojide, dokuların değerlendirilmesi doku kesitlerinin uzman tarafından mikroskop altında incelenmesi ile yapılmaktadır. Ancak bu yaklaşım, uzmanın kişisel tecrübesine bağlı olduğu için sübjektif ve hata eğilimlidir. Sübjektifliği ve hata eğilimini ortadan kaldırmak için Bilgisayar Destekli Tanı (BDT) sistemleri geliştirilmektedir. Bu sistemler, uzmana doku ile ilgili nicel veriler sağlayarak uzmanın dokuyu daha objektif bir şekilde değerlendirmesine yardımcı olmaktadır. Bu çalışmada, histopatolojik doku imgeleri üzerinde çalışan iki ayrı BDT sistemi ve uzmanın kullanabileceği kullanıcı arayüzleri geliştirilmiştir. İlk sistem histopatolojik imgeler içerisindeki bileşenlerin renk ve şekilsel özelliklerine göre nicel veriler elde eden bir BDT sistemidir. Bu sistemde imge içerisindeki yağ vakuolleri oranı ve hücre sayıları nicel olarak elde edilebilmektedir. Geliştirilen BDT sisteminin etkinliği yağlı karaciğer hastalığına ait dokular üzerinde test edilmiştir. Ayrıca bu sistem ile Melatonin ve Resveratrol?ün yağlı karaciğer hastalığı üzerindeki etkileri de incelenmiştir. İkinci sistem ise histopatolojik imgelerin hücre graf modellerine dayanan bir BDT sistemidir. İkinci BDT sistemi sağlıklı ve hasarlı böbrek dokuları üzerinde test edilmiştir. Elde edilen deneysel sonuçlarda, sistemin sağlıklı ve hasarlı dokuları %79 doğruluk oranıyla sınıflandırabildiği görülmüştür.Nowadays, tremendous developments in medical equipment, image processing techniques and computer processing capacities contribute to many technological innovations. These innovations lead to significant changes in business processes and the results obtained. One of the important changes is observed in the field of histopathology. In histopathology, evaluation of tissues is performed by an expert examining tissue samples under a microscope. However, this approach is subjective and prone to errors due to the expert?s personal level of experience. In order to eliminate subjectivity and error-proneness, Computer Aided Diagnosis (CAD) systems are being developed. These systems assist expert for more objective evaluation of tissue, by providing quantitative data on tissue. In this study, two different CAD systems, which work on the histopathological tissue images, and user interfaces for expert?s usage are developed. The first system is a CAD system providing quantitative data based on color and structural features of components in histopathological images. In this system, ratio of fat vacuoles and number of cells in images can be obtained quantitatively. The effectiveness of developed CAD system is tested on tissue images of non-alcoholic fatty liver disease. In addition, the effects of Resveratrol and Melatonin on non-alcoholic fatty liver disease are investigated by this system. The second system is a CAD system based on cell graph model of the histopathological tissue images. This system is tested on healthy and damaged images of histopathological kidney tissues. As a result of the experimental study, it is observed that the system can classify healthy and damaged tissue images with the accuracy rate of 79%.trinfo:eu-repo/semantics/openAccessDVMK-Ortalama KümelemeGörüntü bölütlemeHistopatolojik doku modellemeHistopatolojik doku sınıflandırmaÖzellik çıkarmaNAYKHBöbrek dokusu analiziSVMK-Means ClusteringImage segmentationHistopathological tissue modelingHistopathological tissue classificationFeature extractionNAFLDAnalyzing kidney tissuesMaster Thesis198