Tez No	İndirme	Tez Künye	Durumu
529978		Bulanık kümeleme ortalamasına dayalı görüntü bölgesi büyümesiyle melanoma cilt kanseri segmentasyonu / Melanoma skin cancer segmentation with image region growing based on fuzzy clustering mean Yazar:ABDELHAFİD ALİ. I. MOHAMED Danışman: PROF. DR. FATMA KANDEMİRLİ Yer Bilgisi: Kastamonu Üniversitesi / Fen Bilimleri Enstitüsü / Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2018 85 s.
Melanom hastalığı, dünya çapında deri kanserine bağlı ölümlerin önde gelen nedenlerin başında gelir. Diğer taraftan, erken bir aşamada bulunursa, daha yüksek bir tedavi olasılığı vardır. Bu nedenle, çeşitli görüntüleme teknikleri incelenmiştir. Dermoskopi deri lezyonlarının dermatoskop ile incelenmesidir. Dermoskopi kullanımı, özellikle melanomun tanısında deri lezyonlarının teşhisi ve ayırt edilmesinde değerli bir yardımcıdır. Dermoskopi ile tanının doğruluğu çok önemlidir ve dermatologların deneyimine bağlıdır. Görsel inceleme zaman kaybıdır, bu nedenle dermatologların klinik değerlendirmesine yardımcı olmak için bilgisayar destekli tanı sistemlerinin geliştirilmesine büyük ilgi gösterilmiştir. Görüntü Bölütlemesi, dijital görüntü işleme ve tespit çalışmasında çok önemlidir, özellikle cilt kanseri gibi kronik hastalıklar ile ilgili birçok zor problemin çözümünde önemli bir rol oynar. Otomatik dermoskopi görüntülerinin analizi genellikle üç aşamadan oluşur: a) özellik seçimi ve çıkarımı, b) görüntü bölütleme ve c) özellik sınıflandırması. Bu tez çalışmasında MatLab simülasyon programlasını kullanarak, cilt görüntülerinde melanoma kanseri segmantasyon için klasik yöntemlerlerden farklı olarak, görüntü büyütme tekniği ile kanser bölgesinin daha net yerini belirlemek ve teşhis, tedavinin doğruluk yüzdesini belirlemek için yeni bir algoritma geliştirildi. Bu tezde bulanık bölge kümeleme yöntemini görüntü bölgesi büyütme yöntemiyle birleştirilmiştir. Bu yöntemlerin performansı, 200'den fazla görüntü için doğruluk ve duyarlılığa göre test edilmiştir. Sonuç olarak, önerilen yöntem melanom deri kanserlerinin sınırlarını bulmakta güçlüdür. Simülasyon sonuçları, Portekiz'de bulunan Pedro hastanesinin veri tabanından elde edilen değerlerle karşılaştırılmıştır. Yapılan çalışmada temel olarak 5 küme test edilerek en iyi sonuca ulaşılmıştır. Ayrıca çalışmada, bulanıklığa dayalı görüntü bölgesi büyütme yönteminin karşılaştırdığımız diğer yöntemlerden daha yüksek performansa sahip olduğu görülmüştür. Sonuç olarak, doğruluk, hassasiyet ve duyarlılık için en iyi performans sırasıyla 0.9685, 0.9542 ve 0.9829 değerleri arasında değişmiştir. Anahtar Kelimeler: Melanom deri kanseri, görüntü alanını artırma, bulanık c-ortalaması.
Melanoma is the leading cause of skin-cancer-related death worldwide. On the other hand, if found in an early stage, there is a higher likelihood of cure. For that reason, various types of imaging techniques have been investigated. Dermoscopy is the examination of skin lesions with a dermatoscope. Use of dermoscopy provides a valuable aid in diagnosing and distinguishing skin lesions, especially in the diagnosis of melanoma. The accuracy of diagnosis using dermoscopy is very important and depends on the experience of dermatologists. Visual examination is a waste of time, so there is currently wide attention paid to the development of computer-aided diagnostic systems to aid the clinical evaluation of dermatologists. Image Segmentation is very important in digital-image processing and self-discovery, with an important role to play in solving many difficult problems, particularly those related to chronic diseases, such as skin cancer. Analysis of automatic dermoscopy images usually has three stages: a) feature selection and extraction, b) image segmentation, and c) feature classification. In this thesis, using the MatLab simulation program, we developed a new algorithm to determine more accurate location of cancer area and to determine the correctness of treatment by different image methods. This thesis we combined the fuzzy clustering method with image region growing method. The performance of these methods are tested based on the accuracy, specificity and sensitivity for greater than 200 images. As results the proposed method is strong to finding the boundary of the melanoma skin cancers. We tested our method on Pedro hospital Portugal. We tested many clusters and finally 5 cluster are chosen to results. Also image region growing method based on the fuzzy had high performance than the other methods which we compared in this study. Also the best performance for accuracy, sensitivity and specificity was respectively 0.9685, 0.9542 and 0.9829. Key Words: Melanoma skin cancer, image region growing, fuzzy C-mean.