GÖRÜNTÜ BÖLÜTLEME ve GÖRÜNTÜ BENZETİMİ YÖNTEMLERİ YARDIMI ile HASTALIĞIN TEŞHİS ve TEDAVİ SONRASI SÜREÇLERİNİN DESTEKLENMESİ: KERATOKONUS ÖRNEĞİ

Keratokonus hastalığının teşhisinde ve tedavi sonrası iyileşme sürecinin izlenmesinde alan uzmanlarına destek olmak üzere, korneal görüntülerin bölütlenme ve benzetim süreçlerini otomatize eden bir uygulama geliştirilmiştir. Çalışmanın yürütülmesi için, önceden kaydedilmiş 545 gerçek kornea görüntüsü kullanılmıştır. Üç boyutlu görüntüleme sürecinden önce, hastalıktan etkilenmiş bölgeler, görüntü bölütleme yöntemleri yardımı ile bölütlenmiştir. Daha sonra orijinal görüntüler ve bölütlenmiş görüntüler, geliştirilmiş olan uygulama yardımı ile üç boyutlu olarak modellenmiş ve birbirleri ile karşılaştırılmalarını sağlayacak ara yüzler geliştirilmiştir. Ayrıca kullanılmış olan bölütleme yöntemlerinin performansları karşılaştırılarak korneal bölütleme için daha uygun olan yönteme karar verilmeye çalışılmıştır.  İki farklı bölütleme yöntemi kullanılarak 545 adet iki boyutlu görüntü arasından, bölge-tabanlı bölütleme yöntemi yardımı ile 536 adedi; piksel-tabanlı bölütleme yöntemi yardımı ile ise 529 adedi başarılı şekilde bölütlenmiştir. Başarılı bölütleme yüzdeleri sırasıyla %98.34 ve %97.06'dır. Bu çalışma, korneal görüntülerin bölütlenmesinde bölge-tabanlı bölütleme yönteminin, piksel-tabanlı bölütleme yöntemine göre daha uygun sonuç verdiğini ve Keratokonus hastalığında hastalığın ve iyileşme sürecinin izlenmesinin üç boyutlu görüntüleme yöntemleri yardımı ile kolaylaştırılabileceğini göstermiştir. Bu çalışma, korneal görüntüleme üzerine yapılacak sonraki çalışmalar için önemli bir adım olacaktır.

___

  • Romero-Jiménez M., Santodomingo-Rubido J., Wolffsohn J.S. Keratoconus:A Review. Cont Lens Anterior Eye 2010; 33(4): 157-66. [DOI: 10.1016/j.clae.2010.04.006]
  • Zhang Y., Li Z., Liu L., Han X., Zhao X. & Mu G. Comparison of Riboflavin/Ultraviolet-A Cross-Linking in Porcine, Rabbit, and Human Sclera. BioMed Research International 2014:194204. [DOI:10.1155/2014/194204]
  • Wittig-Silva C., Whiting M., Lamoureux, E., Lindsay R.G., Sullivan L.J., Snibson G.R. A randomized controlled trial of corneal collagen cross-linking in progressive keratoconus: preliminary results. J Refract Surg 2008; 24(7):720-725. [DOI: 10.1016/j.ophtha.2013.10.028]
  • Ertan A., Colin J. Intracorneal rings for keratoconus and keratectasia. J Cataract Refract Surg. 2007; 33(7): 1303-14. [DOI:10.1016/j.jcrs.2007.02.048]
  • Dahl B.J., Spotts E. & Truong J.Q. Corneal collagen cross-linking: An introduction and literature review. Optometry 2012; 83: 33-42. [DOI: 10.1016/j.optm.2011.09.011.]
  • Coskunseven E., Jankov M.R. & Hafezi F. Contralateral eye study of corneal collagen cross-linking with riboflavin and UVA irradiation in patients with keratoconus. J Refract Surg. 2009; 25:371-376. [DOI:10.3928/1081597X-20090401-02]
  • Raiskup-Wolf F., Hoyer, A., Spoerl, E. & Pillunat, L.E. Collagen crosslinking with riboflavin and ultraviolet-A light in keratoconus: Long-term results. Journal of Cataract&Refractive Surgery 2008; 34: 796-801.
  • Doi K. Current status and future potential of computer-aided diagnosis in medical imaging. An International Journal of Radiology, Radiation Oncology and All Related Sciences 2014. [DOI: 10.1259/bjr/82933343]
  • Chen X., Udupa J.K., Bagci U., Zhuge Y. & Yao J. Medical image segmentation by combining graph cuts and oriented active appearance models. IEEE Transactions on Image Processing 2012; 21: 2035-2046. [DOI:10.1109/TIP.2012.2186306]
  • Becker M. & Thalmann N.M. Deformable models in medical image segmentation. 3D Multiscale Physiological Human 2014; 81-106. [DOI: 10.1007/978-1-4471-6275-9_4]
  • İşcan Z., Dokur Z. & Ölmez T. Tumor detection by using Zernike moments on segmented magnetic resonance brain images. Expert Systems with Applications 2010; 37(3): 2540-2549. [DOI:10.1016/j.eswa.2009.08.003]
  • Nazir M., Wahid F. & Ali Khan S. A simple and intelligent approach for brain MRI classification. Journal of Intelligent and Fuzzy Systems 2015; 28(3): 1127-1135. [DOI: 10.3233/IFS-141396]
  • Image Processing, Retrieved on April 10, 2015 from the World Wide Web:
  • http://www.coe.utah.edu/~cs4640/slides/Lecture0.pdf.
  • Sharma N. & Aggarwal L.M. Automated medical image segmentation techniques. Journal of Medical Physics 2010; 35(1): 3-14. [DOI: 10.4103/0971-6203.58777]
  • Bağcı, U. Automatic anatomy recognition and registration: Medical image processing and analysis, LAP LAMBERT Academic Publishing 2010.
  • Acharjya P.P., Sinha A. , Sarkar S., Dey S., Ghosh S. A New Approach of Watershed Algorithm Using Distance Transform Applied to Image Segmentation. International Journal of Innovative Research in Computer and Communication Engineering 2013; 1(2): 185-189. [ISSN (Online): 2320 – 9801]
  • Hsu W.Y. Improved watershed transform for tumor segmentation: Application to mammogram image compression. Expert Systems with Applications 2012; 39(4): 3950-3955. [DOI: 10.1016/j.eswa.2011.08.148]
  • Wong A.K.O., Hummel K., Moore C., Beattie K.A., Shaker S., Craven B.C., Adachi J.D., Papaioannou A. & Giangregorio L. Improving reliability of pQCT-derived muscle area and density measures using a watershed algorithm for muscle and fat segmentation. Journal of Clinical Densitometry 2015; 18 (1): 93-101. [DOI: 10.1016/j.jocd.2014.04.124]
  • Allaoui A.E. & Nasri M. Medical image segmentation by marker-controlled watershed and mathematical morphology. The International Journal of Multimedia&Its Applications (IJMA) 2012; 4(3) [DOI: 10.5121/ijma.2012.4301]
  • Morphological Segmentation, Retrieved on June 15, 2015 from the World Wide Web: http://fiji.sc/Morphological_Segmentation
  • Kaur R. & Malik E.G. An image segmentation using improved FCM watershed algorithm and DBMF. Journal of Image and Graphics 2014; 2(2):106-112. [DOI: 10.12720/joig.2.2.106-112]
  • Kaya H., Çavuşoğlu A., Çakmak H.B., Şen B.& Çalık E. Emerging Trends in Computational Biology, Bioinformatics, and System Biology (Elsevier), Morgan Kaufmann, 2015; 561-575. [DOI: 10.1016/B978-0-12-802508-6.00031-4]
Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi-Cover
  • ISSN: 1300-1884
  • Yayın Aralığı: Yılda 4 Sayı
  • Başlangıç: 1986
  • Yayıncı: Oğuzhan YILMAZ
Sayıdaki Diğer Makaleler

Betonarme kubbelerin taş yığma duvarlı camilerin dinamik davranışına etkisinin çevresel titreşim yöntemiyle incelenmesi

Temel TÜRKER, Alemdar BAYRAKTAR, İsmet ÇALIK

İZOBÜTAN DEHİDROJENASYONUNUN GERÇEKLEŞTİRİLDİĞİ MEMBRAN REAKTÖR MODELLENMESİ

Meltem DOGAN, Saliha ÇETİNYOKUŞ KILIÇARSLAN, Timur DOĞU

KONUŞMACI YAŞ VE CİNSİYETİNİN GKM SÜPERVEKTÖRLERİNE DAYALI BİR DVM SINIFLANDIRICISI İLE BELİRLENMESİ

Ergün Yücesoy, Vasif V. Nabiyev

İnce daneli zeminlerde sıkışma indisi'nin istatistiksel ve yapay zeka yöntemleri ile tahmin edilmesi

Şaban YURTCU, Aşkın ÖZOCAK

C.I. asit viyolet 90 metal-kompleks boyar maddesinin sulu ortamlardan sentetik ve doğal zeolit kullanılarak uzaklaştırılması

Müjgan OKUR, Filiz AKTI

KLİNKER VE FARİNİN AŞINDIRICI OLDUĞU KOŞULLARDA ÇİMENTO ÜRETİMİNDE ÖĞÜTÜCÜ OLARAK KULLANILAN DEMİR ESASLI SERT DOLGU İLE KAPLANMIŞ AŞINMA PLAKALARININ ABRASİF AŞINMA DİRENÇLERİNİN BELİRLENMESİ

Gökçe Mehmet GENÇER, Reza Ghasemi OWSALOU, Süleyman KARADENİZ

MODÜLER YENİDEN YAPILANDIRILABİLİR ROBOT MODÜLÜ OMNIMO’NUN TASARIMI VE ÜRETİMİ

Ali KILIÇ, Sadettin KAPUCU

Görüntü bölütleme ve görüntü benzetimi yöntemleri yardımı ile hastalığın teşhis ve tedavi sonrası süreçlerinin desteklenmesi: Keratokonus örneği

Hasan Basri ÇAKMAK, Hilal KAYA, Baha ŞEN, Abdullah ÇAVUŞOĞLU, Dursun DELEN

GÖRÜNTÜ BÖLÜTLEME ve GÖRÜNTÜ BENZETİMİ YÖNTEMLERİ YARDIMI ile HASTALIĞIN TEŞHİS ve TEDAVİ SONRASI SÜREÇLERİNİN DESTEKLENMESİ: KERATOKONUS ÖRNEĞİ

Hilal KAYA, Abdullah ÇAVUŞOĞLU, Hasan Basri ÇAKMAK, Baha Şen, Dursun DELEN

Rüzgar türbinlerinde mekanik dengesizlik arızalarının elektriksel ölçümlerden tespit edilmesi

Mehmet BAYRAK, Ahmet KÜÇÜKER, Eric NDUWAYEZU