Tez No	İndirme	Tez Künye	Durumu
637037		Manyetik rezonans görüntülerinden Legg-Calve-Perthes hastalığına bağlı proksimal femur şekil bozulmalarının otomatik olarak ölçülmesi / Automatic quantification of proximal femur shape deformities caused by the Legg-Calve-Perthes disease from magnetic resonance images Yazar:ABBAS MEMİŞ Danışman: PROF. DR. SONGÜL VARLI Yer Bilgisi: Yıldız Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Biyomühendislik = Bioengineering ; Ortopedi ve Travmatoloji = Orthopedics and Traumatology Dizin:Biyomedikal uygulamalar = Biomedical applications ; Femur başı = Femur head ; Görüntü bölütleme = Image segmentation ; Kalça eklemi = Hip joint ; Kemik deformasyonu = Bone deformation ; Legg-Calve-Perthes hastalığı = Legg-Calve-Perthes Disease ; MR = ; Nesne tanıma = Object recognition ; Ortopedi = Orthopedics ; Sayısal görüntü işleme = Digital image processing	Onaylandı Doktora Türkçe 2020 257 s.
Bu tez çalışması temel olarak, Legg-Calve-Perthes (LCP) hastalığı teşhisi konulan hastalara ait iki yönlü kalça manyetik rezonans (MR) görüntülerindeki femur başlarının ve proksimal femurların bilgisayar destekli görüntü analizini konu almaktadır. Tez dâhilindeki çalışmalar; femur başlarının otomatik olarak tespit edilmesi, femur başlarının ve proksimal femurların otomatik olarak bölütlenmesi, ve LCP hastalığına bağlı proksimal femur şekil değişimlerinin ve bozulmalarının otomatik olarak ölçülmesi olmak üzere üç ana grupta toplanmıştır. Femur başlarının otomatik olarak tespiti kapsamındaki çalışmalarda, Hough Dönüşümleri ve Tümleşik Türev Operatörü kullanılarak MR görüntülerindeki patolojik ve sağlıklı femur başlarının 2B ve 3B tespiti gerçekleştirilmiştir. MR görüntülerin otomatik olarak bölütlenmesi amacıyla yapılan çalışmalarda, MR kesitlerindeki patolojik ve sağlıklı femur başı ve proksimal femur kemikleri derin Evrişimsel Sinir Ağları kullanılarak 2B'de semantik olarak bölütlenmiştir. İlgili çalışmalarla birlikte, MR kesitlerindeki patolojik proksimal femurların kemik şekil yapılarında hastalığa bağlı olarak meydana gelen değişimlerin ve bozulmaların otomatik ölçümlerine yönelik araştırmalar da yapılmıştır. Bu bağlamda, patolojik proksimal femurların kemik şekil yapılarındaki toplam bozulma oranı %1'in altında bir ortalama hata ile otomatik olarak hesaplanmıştır. Çalışmada kullanılan MR veri seti, İstanbul Tıp Fakültesi bünyesindeki Ortopedi ve Travmatoloji Anabilim Dalı ile yapılan işbirliği neticesinde oluşturulmuştur. 13 hastaya ait MR verilerinde tespit, bölütleme ve kemik şekil bozulma ölçümü amacıyla gerçekleştirilen tüm çalışmalarda başarılı ve ümit vadedici sonuçlar gözlemlenmiştir.
The proposed thesis study basically focuses on computer-aided image analysis of femoral heads and proximal femurs in bilateral hip magnetic resonance (MR) images of the patients diagnosed with Legg-Calve-Perthes (LCP) disease. The studies within the thesis are categorized into three main groups as: automatic detection of femoral heads, automatic segmentation of femoral heads and proximal femurs, and automatic quantification of bone shape variations and deformities of the proximal femurs suffered from LCP disease. In the studies performed for the automatic detection of femoral heads, pathological and healthy femoral heads in MR images were detected in 2D and 3D by using Hough Transforms and Integro-differential Operator. In automatic MR image segmentation studies, pathological and healthy femoral head and proximal femur bones in MR imaging sections were segmented semantically in 2D by using deep Convolutional Neural Networks. In addition to the related studies, researches were conducted for the automatic quantification of the variations and deformities resulting from the disease in bone shape structures of the pathological proximal femurs in MR sections. In this context, the total deformity ratio in bone shape structures of the pathological proximal femurs was calculated automatically with an average error of less than 1%. The MR data set used in the study was constructed with the cooperation of Department of Orthopaedics and Traumatology of Istanbul Faculty of Medicine. In MR data of 13 patients, successful and promising results were achieved in all the studies performed for the detection, segmentation, and bone shape deformity quantification.