Tez No	İndirme	Tez Künye	Durumu
544142		Görüntü işleme yöntemlerini kullanarak mikroskobik görüntülerinden lösemi hücrelerinin teşhisi / Diagnosis of leukemia cell from microscope images with image processing methods Yazar:AKRAM KH.SAID Danışman: DOÇ. DR. GÖKSAL BİLGİCİ Yer Bilgisi: KASTAMONU ÜNİVERSİTESİ / FEN BİLİMLERİ ENSTİTÜSÜ / MALZEME BİLİMİ VE MÜHENDİSLİĞİ ANABİLİM DALI Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Anahtar Kelime:	Onaylandı Doktora Türkçe 2019 100 s.
Bu tezde, lösemi hücrelerinin teşhis ve tespitinde çeşitli algoritmalar uygulamak için bilgisayar görme ve görüntü işleme araçları kullanılmıştır. Günümüzde en tehlikeli hastalıklardan birisi olan lösemi nedeniyle yılda yaklaşık bir milyon insan hayatını kaybetmektedir. Erken tanı löseminin tedavisi için oldukça önemlidir. Bu nedenle bu hastalığın tanısı ile ilgili araştırmalar biyolojinin dışındaki diğer alanlara da yayılmıştır. Bu çalışmada, çocuklarda daha sık görülen ve tedavi edilmediği takdirde ölümle sonuçlanabilecek olan akut lenfosit lösemi (ALL) hücrelerinin teşhis olasılığını yükseltmek için etkin bir görüntü işleme algoritması tasarlanmıştır. Yöntem olarak SVM (Destek Vektör Makinesi) kullanılmış ve veriler dalgacık dönüşümü ile önceden işlenmiştir. Sonuçlar, karışıklık matrisi yardımıyla istatistiksel olarak analiz edilmiştir. Başarı oranı kanser verisi için %95,700 iken, kanser dışı veriler için %96,466 olarak hesaplanmıştır.
In this thesis, computer vision and image processing tools were used to apply various algorithms to diagnose and detect leukemia cells. The one of the most dangerous disease is the leukaemia at nowadays. According to new scientific research, one million people die annually because of this disease. Early diagnosis is a very important factor for the treatment of leukaemia that's why research on the diagnosis of this problem has spread to other areas outside the biology. In this study, an efficient image processing algorithm is designed to recognize acute lymphocyte leukemia (ALL) cells, which are more common in children, have a high chance of treatment and can result in death if untreated. SVM (Support Vector Machine) is used as the method and data is pre-processed with wavelet transform. The results were statistically analyzed with the help of confusion matrix. The rate of success was found to be 95,700% for cancer data and 96,466% for non-cancer data.