SavedAdd your journal

Journals / Veri Bilimi / 2019 / Cilt: 2 - Sayı: 2

Beyaz Cevher Hiperintensitelerinin Beyin MR Görüntüleri Üzerinde Bilgisayar Destekli Otomatik Tespiti

Gökhan UÇAR
Emre DANDIL
Ali AYDOĞDUOĞLU
Pages
11–17
Publication Date
2019-12-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Özetle, önerilen sistemin, beyaz cevher hiperintensitelerinin tespitinde, ikinci bir araç olarak kullanılabileceği görülmüştür.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Beyinde oluşan hastalıklarda hekimlerin uygun tedavi yöntemine karar verebilmesi için, patolojik olgunun tür, konum, büyüklük ve sınır özelliklerinin yüksek doğrulukla tespit edebilmesi gerekmektedir.
📊
Key Findings & Data:Bu patolojilerin tespitinde ilk önce kullanılan tetkik yöntemi manyetik rezonans görüntüleme (MRG) tekniğidir.
💡
Conclusion & Impact:Özetle, önerilen sistemin, beyaz cevher hiperintensitelerinin tespitinde, ikinci bir araç olarak kullanılabileceği görülmüştür.
🔬Design:Experimental Field Trial
📍Scope:Comprehensive Sample
⚙️Variables:Beyaz Cevher Hiperintensitesi · MR Görüntüleri · Bilgisayar Destekli Teşhis

Özet

Beyinde oluşan hastalıklarda hekimlerin uygun tedavi yöntemine karar verebilmesi için, patolojik olgunun tür, konum, büyüklük ve sınır özelliklerinin yüksek doğrulukla tespit edebilmesi gerekmektedir. Bu patolojilerin tespitinde ilk önce kullanılan tetkik yöntemi manyetik rezonans görüntüleme (MRG) tekniğidir. Pratikteki çalışmaların çoğunda doktorların görüntüyü inceleyerek karar verdiği, görüntüye bakarak karar veremediği durumlarda ise laboratuvar tetkikleri ile hastalık teşhisine karar verdiği görülmektedir. Bu çalışmada MR görüntüleri kullanılarak görüntü işleme yöntemleri ile beyaz cevher hiperintensitelerinin bilgisayar destekli tespitine yönelik bir sistem tasarlanmıştır. MR görüntüsü üzerindeki beyaz cevher hiperintensitesi oluşumları bulunarak resim üzerinde işaretlenmiş ve boyutları hesaplanmıştır. Son olarak regresyon analizi kullanılarak elle işaretlenmiş resim ile tasarlanan sistem tarafından işaretlenen alanların benzerlik oranı çıkartılmıştır ve karşılaştırılmıştır. Özetle, önerilen sistemin, beyaz cevher hiperintensitelerinin tespitinde, ikinci bir araç olarak kullanılabileceği görülmüştür.

🔖

Cite This Article

UÇAR, G., DANDIL, E., AYDOĞDUOĞLU, A. (2019). Beyaz Cevher Hiperintensitelerinin Beyin MR Görüntüleri Üzerinde Bilgisayar Destekli Otomatik Tespiti. Veri Bilimi, Cilt: 2 - Sayı: 2, 11–17. https://ajindex.com/articles/821871

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (3)

  1. Xueyi Shen, Lianne M. Reus, Simon R. Cox, Mark J. Adams, David C. Liewald, Mark E. Bastin, Daniel J. Smith, Ian J. Deary, Heather C. Whalley & Andrew M. McIntosh,”Subcortical volume and white matter integrity abnormalities in major depressive disorder: findings from UK Biobank imaging data”, Scientific Reports 7, Article number: 5547 (2017).[2] https://www.webmd.com/brain/white-matter-disease#1 (10.10.2019).[3] https://www.humanbrainfacts.org/human-brain-diseases-list.php (10.10.2019).[4] McCormick, W. F., & Rosenfield, D. B. (1973), “Massive brain hemorrhage: a review of 144 cases and an examination of their causes”, Stroke, 4(6), 946-954.[5] Lozano, R., Naghavi, M., Foreman, K., Lim, S., Shibuya, K., Aboyans, V.,. & AlMazroa, M. A. (2012), ”Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010”, The lancet, 380(9859), 2095-2128. [6] https://www.medicalpark.com.tr/inme-felc-nedir-belirti-ve-tedavi-yontemleri-nelerdir/hg-1736 (10.10.2019).[7] Smallwood A, Oulhaj A, Joachim C, Christie S, Sloan C, Smith AD, Esiri M., “Cerebral subcortical small vessel disease and its relation to cognition in elderly subjects: a pathological study in the Oxford Project to Investigate Memory and Ageing (OPTIMA) cohort”, Neuropathol Appl Neurobiol. 2012
  2. 337–343.[8] Hachinski VC, Potter P, Merskey H., “Leuko-araiosis”, Arch Neurol. 1987
  3. 21–23.[9] Iorio, M., Spalletta, G., Chiapponi, C., Luccichenti, G., Cacciari, C., Orfei, M. D.,. & Piras, F. (2013), “White matter hyperintensities segmentation: a new semi-automated method”, Frontiers in aging neuroscience, 5, 76.[10] Shi, L., Wang, D., Liu, S., Pu, Y., Wang, Y., Chu, W. C.,. & Wang, Y. (2013), ”Automated quantification of white matter lesion in magnetic resonance imaging of patients with acute infarction”, Journal of neuroscience methods, 213(1), 138-146.[11] Anbeek, P.,Vincken,K. L., van Osch,M. J. P., Bisschops, R. H.C.,&van der Grond, J. (2004), “Probabilistic segmentation of white matter lesions in MR imaging”, NeuroImage, 21(3), 1037–44. Doi:10.1016/j.neuroimage.2003.10.012.[12] Herskovits, E. H., Bryan, R. N., & Yang, F. (2008), “Automated Bayesian segmentation of microvascular white-matter lesions in the ACCORD-MIND study”, Advances in Medical Sciences, 53(2), 182–90. doi:10.2478/v10039-008-0039-3.[13] Dyrby, T. B., Rostrup, E., Baaré, W. F. C., van Straaten, E. C. W., Barkhof, F., Vrenken, H., Wald