Dergiler / Düzce Üniversitesi Bilim ve Teknoloji Dergisi / 2020 / Cilt: 8 - Sayı: 1

Patolojik Görüntülerin Sıkıştırılmış Algılamasında Ölçüm Matrisi ve Geri Çatma Algoritmalarının Etkileri

Sayfa
880–890
Yayın Tarihi
2022-10-12
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuç olarak sıkıştırılmış algılama tabanlı tek piksel mikroskop tasarımlarında Bernoulli ölçüm matrisinin kullanılması önerilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, patolojik görüntülerin sıkıştırılmış algılama tabanlı tek piksel mikroskop ile alınıp, görüntünün geri çatılması ile ilgili benzetimler yapılmıştır.
📊
Temel Bulgular & Veri:Geri çatma algoritması olarak da konveks optimizasyon tabanlı hem Toplam Varyasyon (TV) minimizasyonunun hem de L1 norm minimizasyonunun performansları incelenmiştir.
💡
Sonuç & Katkı:Sonuç olarak sıkıştırılmış algılama tabanlı tek piksel mikroskop tasarımlarında Bernoulli ölçüm matrisinin kullanılması önerilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Sayısal Patoloji · Sıkıştırılmış Algılama · Tek Piksel Mikroskop

Özet

Bu çalışmada, patolojik görüntülerin sıkıştırılmış algılama tabanlı tek piksel mikroskop ile alınıp, görüntünün geri çatılması ile ilgili benzetimler yapılmıştır. Sıkıştırılmış algılamada, ölçüm matrisi olarak elemanları bağımsız ve aynı şekilde dağıtılan Gaussian ve Bernoulli matrisler kullanılmıştır. Geri çatma algoritması olarak da konveks optimizasyon tabanlı hem Toplam Varyasyon (TV) minimizasyonunun hem de L1 norm minimizasyonunun performansları incelenmiştir. Yapılan benzetimler sonucunda, 1:8 sıkıştırma oranında dahi patolojik görüntülerin geri çatılabildiği gösterilmiştir. Geri çatılan görüntülerin orijinal görüntü ile benzerlik endeksleri karşılaştırıldığında, özellikle yüksek sıkıştırma oranında TV minimizasyonu daha başarılı sonuçlar vermiştir. Hem Gaussian hem de Bernoulli rasgele ölçüm matrisleri ile patolojik görüntülerin geri çatılabildiği gösterilmiştir. Sonuç olarak sıkıştırılmış algılama tabanlı tek piksel mikroskop tasarımlarında Bernoulli ölçüm matrisinin kullanılması önerilmiştir.

🔖

Bu Makaleye Atıf Yap

ERMEYDAN, E. Ş., DEĞİRMENCİ, A., ÇANKAYA, İ., ERDOĞAN, F. (2022). Patolojik Görüntülerin Sıkıştırılmış Algılamasında Ölçüm Matrisi ve Geri Çatma Algoritmalarının Etkileri. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 8 - Sayı: 1, 880–890. https://ajindex.com/articles/494077

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. D. L. Donoho, “Compressed sensing,” IEEE Trans. Inform. Theory, c.52, ss.1289–1306, 2006
  2. E. Candès, J. Romberg ve T. Tao, “Robust uncertainty principles: Exact signal reconstruction from highly incomplete Fourier information,” IEEE Trans. Inform. Theory, c.52, ss.489-509, 2006
  3. E. Candès, J. Romberg ve T. Tao, "Stable signal recovery from incomplete and inaccurate measurements," Comm. Pure Appl. Math., c. 59, s. 8, ss. 1207-1223, 2006
  4. E. Candès ve T. Tao, "Decoding by linear programming," IEEE Trans. Inf. Theory, c. 51, s. 12, ss. 4203-4215, 2005
  5. M. Lustig, D. Donoho ve J. M. Pauly, “Sparse MRI: The application of compressed sensing for rapid MR imaging”. Magnetic Resonance in Medicine, c.58, s. 6, ss. 1182–1195, 2007
  6. M.F. Duarte ve Y. C. Eldar, “Structured Compressed Sensing: From Theory to Applications,” IEEE Transactions on Signal Processing, c.59, s.9, ss. 4053–4085, DOI: 10.1109/TSP.2011.2161982, 2011
  7. FDA Clears Compressed Sensing MRI Acceleration Technology From Siemens Healthineers, (2017, 12 Şubat). [Online]. Erişim:
  8. C.G. Graff ve E.Y. Sidky. “Compressive sensing in medical imaging,” Applied optics, c.54, s.8, ss. C23-C44, 2015
  9. A. Malthe-Sørenssen, “Medical radiation may be reduced to one-sixth” Apollon Research Magazine, 2015
  10. Compressive Sensing Could Dramatically Reduce Time to Process Complex Clinical Laboratory Tests Involving Huge Amounts of Data and Lower the Cost of Tests, (2015, 16 Eylül). [Online]. Erişim:
  11. M. F. Duarte, M. A. Davenport, D. Takhar, J. N. Laska, T. Sun, K. F. Kelly ve R. G. Baraniuk, “Single-Pixel Imaging via Compressive Sampling,” IEEE Signal Processing Magazine, March 2008
  12. N. Radwell, K. J. Mitchell, G. M. Gibson, M. P. Edgar, R. Bowman ve M. J. Padgett, “Single-pixel infrared and visible microscope,” Optica 1, ss.285-289, 2014
  13. Y. Liu, J. Suo, Y. Zhang ve Q. Dai, “Single-pixel phase and fluorescence microscope,” Optics Express, c. 26, ss. 32451-32462, 2018
  14. A.D. Rodríguez, P. Clemente, E. Tajahuerce ve J. Lancis, “Dual-mode optical microscope based on single-pixel imaging,” Optics and Lasers in Engineering, c. 82, ss. 87-94, ISSN 01