Browsing by Author "Engin, Muharrem"

Now showing 1 - 2 of 2

Akciğer grafiklerinde nodül gelişiminin izlenmesi
(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2015) Engin, Muharrem; Sümer, Emre
Bu çalışmada akciğer grafilerinden nodüllerin gelişimlerini otomatik olarak tespit eden bir sistem önerilmiştir. Akciğer nodülleri yaygın olarak görülen bir rahatsızlıktır. Nodüller, tomografi gibi nispeten daha riskli ya da MRI gibi daha pahalı yöntemlerle kesin sonuçlar alınarak izlenebilir. Ancak, röntgen ile görüntüleme yöntemi yaygın kullanılmasının yanı sıra düşük maliyetlidir. Nodüllerin gelişimlerinin kısa aralıklarla röntgen yöntemi ile takip edilmesi birçok açıdan fayda sağlamaktadır. Bir hastaya ait nodül gelişim değerlendirmesinin yapılabilmesi için iki farklı zamanda çekilen görüntüleri üst üste bindirmek gerekir. Üst üste bindirme yapabilmek için özellik eşleştirme yöntemleri kullanılarak homografi matrisi elde edilmiş ve sonrasında görüntü çakıştırma işlemi gerçekleştirilmiştir. Görüntü çakıştırmanın başarısını tespit edebilmek için elle işaretlenen, aynı olduğu bilinen noktaların uzaklık karşılaştırılması yapılmıştır. Ayrıca başarımın ölçümü için kapalı alan bilgisine dayanan bir yöntem önerilmiştir. Görüntü çakıştırıldıktan sonra konum bilgisine göre her iki resimdeki eşleşen nodüller tespit edilmiştir. İlk resimde eşleşmeyen nodüllerin kaybolduğu, daha sonra çekilen görüntüdeki nodüllerin yeni ortaya çıktığı değerlendirilmiştir. Nodüller, görüntü üzerinde piksel kümesinden oluşan kapalı alan olarak değerlendirilmiş olup eşleşmeden sonra kapalı alanların oluşturduğu alan bilgileri hesaplanarak büyüme ya da küçülme durumları sayısal olarak ortaya konulmuştur. Sonuç olarak, gerek görüntü çakıştırma gerekse nodül eşleştirme ve gelişim analizinde tatmin edici sonuçlar elde edilmiştir. In this study a system that automatically detects the prognosis of nodules from chest X-ray data is proposed. Lung nodules are commonly seen as an illness. Nodules can be precisely monitored with a more riskful to human health methods such as CT or more expensive methods such as MR. However, X-ray imaging is a low cost method as well as its widespread usage. Monitoring the nodules in short intervals by X-ray method, gives benefits in many aspects. X-ray data taken at two different times must be overlapped to perform the assessment. By using feature matching methods homography matrix is calculated and then image registration is performed. To assess the registration success, the distance between the identical points which are selected manually, are compared. In addition, a method based on closed contour information is proposed to measure the success. According to nodule position, matched nodules are determined after image registration. Unmatched nodules on the first image are evaluated as lost while those on the second image are evaluated as newly appeared. Nodules are considered as closed contours consisting of pixel set where closed contour area is calculated after nodule matching process. In this way growth and shrink states are determined numerically. As a result, satisfactory results are obtained, both for the image registration and the process of nodule matching and prognosis.
Monitoring nodule progression in chest X-ray images
(2018) Sumer, Emre; Engin, Muharrem; Agildere, Muhtesem; Ogul, Hasan
Lung nodules are frequently observed in cases of cancer. Nodules can be monitored with technologies such as computed tomography (CT) or magnetic resonance imaging (MRI). However. x-ray imaging is a low-cost method as well as its widespread usage. In this context, monitoring the nodules in short intervals by x-ray imaging gives benefits in many aspects. In this study, a three-stage novel approach is proposed to trace the nodule progressions from the lung x-ray images, automatically. In the first stage, x-ray images of a patient taken at different times must be registered to evaluate the nodule progression. To perform the registration, feature extraction and matching methods are employed, and then the homography matrix is calculated. In the second stage, according to previously known nodule positions, matched nodules are detected on registered images. Mismatched nodules in the first image are considered as lost, while the nodules only found in the second image are evaluated as newly appeared. In the last stage, nodules are considered as closed contours consisting of pixel set where closed contour area is calculated after nodule matching process. In this way, growth and shrink states are determined numerically. To test the proposed approach, a patient data set provided by Baskent University, Department of Radiology is used. The validation of the test results is performed by an expert radiologist According to the results obtained, the presented nodule progression trace system is found promising.