| Popis: |
Meme kanseri, insan vücudundaki göğüs dokularında ciddi etkilere neden olan tehlikeli kanser türlerinden biridir. Meme kanseri belirtisi göğüsteki şekil değişikliği ve göğüste yumrudur; ancak meme kanserinin erken teşhisi çok önemli bir süreçtir. Çünkü kanser insan vücudunda tehlikeli etkilere neden olur. Son zamanlarda ABUS, HMM ve Morfolojik yöntem gibi çeşitli meme kanseri saptama algoritmaları önerilmiştir. Bazı örneklerde, bu algoritmalar göğüs kanserinin doğru tespiti için uygun olmayabilmektedir. Yukarıdaki problemlerin üstesinden gelmek için, bu çalışmada önerilen yaklaşım, dört adımlı bir süreç kullanarak, 3D MR ve BT görüntülerinden meme kanserinin otomatik olarak tespit edilmesini sağlamaktadır. İlk aşamada MR görüntüsü girdi görüntüsü olarak alınır ve ön işlemeye tabi tutulur. Önerilen süreç ortanca filtre yöntemini kullanarak gürültüyü gidermektedir. Bir sonraki adımda, eşleşme işlemi için küresel yüzey eşleştirmesi uygulanır. Bu yöntem küresel görüntüleri MR ve BT görüntülerindeki yüzey noktaları ile kaydetmektedir. Daha sonra meme kanserinin doğru tespiti için noktalı görüntüleri eşleştiren segmentasyon kullanarak ayar aşaması uygulanır. Üçüncü adımda, önerilen yöntem vektör niceleme tekniğiyle görüntüleri parçalayan Linde Buzo-Gray algoritması ve havza algoritması kullanarak görüntüyü parçalara ayırır. Bu segmentasyon sonucundan simetri düzlemi tanımlanır. Dördüncü adımda, meme kanseri yerinin atlasını oluşturan bilgi tabanlı meme saptama tekniği kullanılarak normal veya meme kanseri bölgesi algılanır ve sınıflandırılır. Sınıflandırma için Yapay Sinir Ağı kullanılmıştır. Son olarak, önerilen yaklaşımdaki sonuç normal, benign ve malignant bölge konumunu göstermektedir. Bu çalışma aynı zamanda Grafiksel Kullanıcı Arayüzü de içermektedir.Anahtar kelimeler: Segmentasyon LBG algoritması, Görüntü iyileştirme, Havza segmentasyonu, Meme Kanseri, Sınıflandırılma, Yapay Sinir Ağı. Breast cancer is the one of dangerous type of cancer that causes severe effects in breast tissues of human body. Sign of breast cancer is change shape of breast and lump in breast; however earlier detection of breast cancer is a very essential process. Recently various breast detection algorithms were proposed such as ABUS, HMM and Morphological method. Because it causes the dangerous effects in human body. These algorithms are not suited for accurate detection of breast cancer. To overcome the above problems our proposed work provides the automatic detection of breast cancer from 3D MRI and CT images by using four step processes. First step there takes the MRI image as the input image and there preprocessing of an image. Our proposed work removes the noise by using the median filter. Next, step there implement the global surface matching in this matching process there using the which registers the global images with the surface points in MRI and CT images. Then there apply the fine adjustment stage for accurate detection of breast cancer by using the Segmentation which matches the image with points. Third, step our proposed method segments the images by using the Linde-Buzo-Gray algorithm and watershed algorithm which segments the images in vector quantization technique. From this segmentation result, there identify the symmetry plane. Fourth step there detect and classify the normal or breast cancer region by using knowledge-based breast detection technique which constructs the atlas of breast cancer location. Artificial Neural Network is used for classifying of data. Finally, our proposed work result shows the normal and benign and malignant region location. This project also includes the construction of Graphical User Interface.Keywords: Artificial Neural Network, Breast Cancer, Classification, Image Enhancement, Segmentation LBG algorithm, Watershed segmentation. 90 |
