Tez No	İndirme	Tez Künye	Durumu
505880		Periferik yayma sonuçlarının otomatik analizi için zeki denetimli sistem tasarımı / Intelligent controlled system design for automatic analysis of peripheral blood smears Yazar:ABDULLAH ELEN Danışman: DR. ÖĞR. ÜYESİ MUHAMMED KAMİL TURAN Yer Bilgisi: Karabük Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Kan trombositleri = Blood platelets ; Nötrofil lökosit = Neutrophil leucocyte ; Sayısal görüntü analizi = Digital image analysis ; Tıbbi görüntüleme = Medical imaging	Onaylandı Doktora Türkçe 2018 205 s.
Periferik kan yayma, hastalardan alınan kan örneklerinin klinik laboratuvarda özel boyalarla boyanarak mikroskop ile inceleme tekniğidir. Hastalara ait kan örneklerindeki lökosit, eritrosit ve trombosit hücrelerinin sayılarına ve yüzde oranlarına bakılarak, aynı zamanda morfolojileri de incelenerek kan hastalıklarının tanısı yapılabilmektedir. Ancak, bu yöntem önemli derecede zaman alıcı bir süreçtir ve hematoloji uzmanının değerlendirmesine ihtiyaç duyar. Bu inceleme esnasında uzmanın klinik tecrübesi ve yargıları nedeniyle çoğu zaman kesin bir değerlendirme de sunulmaz. Değerlendirmeler uzmandan uzamana değişiklik de gösterebilir. Bu çalışma özgün bir motorize mikroskop tasarımı, kan hücre segmentasyonu, lökosit hücrelerinin sınıflandırılması ve geliştirilen motorize mikroskop sisteminin uzaktan kontrolü olmak üzere dört aşamadan meydana gelmektedir. Tez çalışmasının ilk aşamasında, iki farklı motorize mikroskop prototipi tasarlanarak bilgisayar destekli çalışmasına imkân sağlayan dahili ve harici kontrol yazılımları geliştirilmiştir. İkinci aşamada, periferik kan yayma görüntülerindeki lökosit, eritrosit ve trombosit hücrelerinin çıkartma işlemini otomatik olarak gerçekleştirilen yeni bir segmentasyon algoritması önerilmiştir. Algoritma, her bir görüntüyü evrensel bir küme (lökositler, ertirositler ve trombositler) olarak ele alır ve uygulanan işlemler sonucunda görüntüdeki her bir nesneyi alt küme olarak değerlendirir. Deneysel çalışmalarda farklı ışık koşullarında hazırlanmış 200 kan yayma görüntüsü kullanılarak, geliştirilen yöntemin istatistiksel testleri yapılmıştır. Elde edilen sonuçlara göre her üç kan hücresi içinde yüksek derecede doğruluk ve kesinlik başarısı sağlandığı görülmüştür. Üçüncü aşamada, segmente edilen lökosit hücrelerinin Monosit, Lenfosit, Nötrofil, Bazofil ve Eozinofil olmak üzere beş farklı sınıfa ayırabilen makine öğrenme algoritmalarıyla eğitim ve test işlemleri gerçekleştirilmiştir. Dördüncü ve son aşamada ise uzman hekimlerin geliştirilen prototip cihazın uzaktan kontrol edilebilmesi ve hasta veritabanına erişimi için web tabanlı bir uygulama geliştirilmiştir. Bu tez çalışması sonucunda periferik kan yayma görüntüleri için literatüre yeni bir segmentasyon algoritması kazandırılmıştır. Makine öğrenme algoritmaları ile 350 örnek lökosit görüntüsü kullanılarak, lökosit hücrelerinin sınıflandırılması yapılmış ve algoritmaların performansları karşılaştırılmıştır. Tasarlanan elektromekanik mikroskop sistemi ile geliştirilen algoritmalar birleştirilerek, kan sayımı ve sınıflandırma işlemlerini yapabilen Hemascope isimli prototip bir cihaz üretilmiştir.
Peripheral blood smear is an examining technique with microscope for blood samples from patients by painting special dyes in clinic laboratories. Blood diseases can be diagnosed by examining morphology, numbers and percentages of leukocyte, erythrocyte and thrombocyte cells in blood samples. However, this method is a considerably time-consuming process and requires an evaluation performed by a hematology specialist. It is not often provided a definitive due to specialist physician's clinical experience and judgment during examination. Additionally, assessments may vary from an expert to another specialist physician. This study is composed of four sections such as a novel motorized microscope design, blood cell segmentation, leukocyte cell classification and remote control of the developed motorized system. At the first stage of the thesis study, internal and external softwares that are suitable for computer aided running were developed by designing two different motorized microscope prototypes. At the second stage, a new segmetation algorithm that automatically extracts leukocyte, erythrocyte and thrombocyte cells on peripheral blood smear images was proposed. The algorithm handles each image as a universal set (leukocyte, erythrocyte and thrombocyte). As a result of each applied process, each object on image is evaluated as a subset. Statistical tests were performed fort he developed algorithm by using 200 blood smear images under different light conditions. According to obtained results, high accuracy and precision in all three blood cells were found to be achieved. In the third step, segmented leukocyte cells were subjected to training and testing with machine learning algorithms that distinguish between five different classes, namely Monocyte, Lymphocyte, Neutrophil, Basophil and Eosinophil. In the fourth and last stage, a web-based application was developed for a specialist physician to remote control the developed prototype device and to access the patient database. As a result of this thesis study, a new segmentation algorithm is added to the literature for peripheral blood smear images. Classification of leukocyte cells was performed using machine learning algorithms and 350 sample leukocyte images, and the performances of the algorithms were compared. The designed electromechanical microscope system was combined with the developed algorithms to produce a prototype device named as Hemascope which can perform blood counting and classification processes.