Tez No	İndirme	Tez Künye	Durumu
806468		Görüntü işleme teknikleri ve sezgisel yöntemler kullanılarak çekirdek görüntü segmentasyonu / Nuclei image segmentation using image processing techniques and heuristic methods Yazar:NUREDEEN A A MATOUG Danışman: DOÇ. DR. YASEMİN GÜLTEPE 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 2023 89 s.
Modern bilimsel laboratuvar ortamında dijital patoloji giderek önem kazanmakta ve artan bir teknolojik gereksinim haline gelmektedir. Özellikle yorumlanabilir modellerin geliştirilmesi için hücre çekirdeklerinin saptanması ve segmentasyonu son derece önemlidir. Dijital görüntü işleme, görüntü iyileştirme ve görüntü tabanlı örüntü tanıma alanlarındaki güçlü araştırma programlarını destekler. Çeşitli görüntü işleme teknikleri görüntü bölütleme, verilen görüntüyü analiz etme adımında hayati bir rol oynar. Görüntü segmentasyonu, görüntüleri analiz etmek ve onlardan veri çıkarmak için temel adımdır. Bu tezde, bir görüntünün segmentasyonu bölütlemek için kenar bulma, eşikleme, bölge büyütme ve kümeleme işlemi gerçekleştirilmiştir. Önerilen algoritmayı daha önce önerilen algoritmalarla karşılaştırırsak, bu algoritma çok fazla parametre gerektirmez ve ayrıca daha hızlı, daha basit ve daha esnektir. Bu tez çalışmasında PSB 2015 CrowdSourcingNucleiAnnotation ve 2018 Data Science Bowl veri setlerinden boyanmış H&E numunelerinin oluşturduğu histolojik görüntüler üzerinde gerçekleştirilmiştir. Görüntülerdeki gürültü ilk olarak morfolojik teknikler kullanılarak giderildi ve ardından, çekirdek görüntülerinin segmentasyonu için Yapay Arı Kolonisi tabanlı uyarlanabilir histogram algoritması kullanılmıştır. Sonuçlar diğer optimizasyon algoritmaları ile karşılaştırarak doğruluğunu ve etkinliği test edilmiştir. Kanser çekirdekleri için ortalama %93,64 doğruluk oranı sağlanmıştır.
Digital pathology is becoming increasingly important in the modern scientific laboratory environment and is becoming an increasing technological requirement. In particular, the detection and segmentation of cell nuclei are extremely important for the development of interpretable models. It supports strong research programs in the fields of digital image processing, image enhancement and image-based pattern recognition. Various image processing techniques image segmentation plays a vital role in the step of analyzing the given image. Image segmentation is the basic step for analyzing images and extracting data from them. In this thesis, edge finding, thresholding, region magnification and clustering operations were performed to divide the segmentation of an image. If we compare the proposed algorithm with the previously proposed algorithms, this algorithm does not require a lot of parameters, and it is also faster, simpler and more flexible. In this thesis, PSB was performed on histological images created by H&E samples dyed from the 2015 Crowdsourcing Nucleiannotation and 2018 Data Science Bowl datasets. The noise in the images was first eliminated using morphological techniques, and then an Artificial Bee Colony based adaptive histogram algorithm was used for the segmentation of the nuclei images. The accuracy and effectiveness of the results have been tested by comparing them with other optimization algorithms. An average accuracy rate of 93.64% was achieved for cancer nuclei.