MEDİKAL GÖRÜNTÜ İŞLEMENİN AMACI SENSÖR KALİBRASYONU GÜRÜLTÜ AZALTMA İYİLEŞTİRME GÖRÜNTÜ KESKİNLEŞTİRME KONTRAST ARTTIRIMI ... OPTIMIZE EDİLMİŞ GÖRSELLEŞTİRME DAHA FAZLA BİLGİ DAHA İYİ TANI RESİM GÜÇLENDİRME İŞLENMİŞ RESİM İŞLENMEMİŞ GÖRÜNTÜ GİRDİ

MEDİKAL GÖRÜNTÜLEMEDEKİ PROBLEMLER SEGMENTASYON REGISTRATION VISUALIZATION SIMULATION

ARTIFICIAL VISION (YAPAY GÖRÜ) İnsan görüsünün kısıtları Yapay görünün avantajları Kısıtları ortadan kaldırıyor. Bir çok veri kümesini kullanabiliyor. Hiçbir zaman bir uzmanın yerini alamamış ama tamamlayıcı görevini üstlenmiştir.

MEDİKAL RESİMLERİN SORUNLARI DÜŞÜK ÇÖZÜNÜRLÜK YÜKSEK SEVİYEDE GÜRÜLTÜ DÜŞÜK KONTRAST GEOMETRİK DEFORMASYON GÖRÜNTÜLEME YAPILARININ GÖRÜNÜMÜ BU SORUNLARIN SEBEBİ KULLANILAN TEKNOLOJİ GÖRÜNTÜYÜ ALMA SIRASINDA KARŞILAŞILAN DIŞSAL ETKENLER

OTOMATİK BİR MEDİKAL SİSTEMDEKİ SORUNLAR YUMUŞATMA (SMOOTIHG) KAYIT (REGISTRATION) BÖLÜMLEME (SEGMENTATION)

Görüntü Yumuşatma Linear Smoothing: Gürültüleri yok eder fakat kenarlar blur bir hale gelir. Formül

Görüntü Yumuşatma Anisotropic smoothing & Regular Anisotropic smoothing Görüntüdeki edge’ler dağılmadan önce gürültüler yok edildiğinden daha iyi ayırt edilebiliyor.

Görüntü Yumuşatma Affine Invariant Smoothing

Görüntü Yumuşatma Total Variation

Image Registration Resim kayıtlama iki ve daha çok resmin hizalanması işlemidir. Bu işlem sayesinde farklı yöntemlerle farklı zamanda ve farklı pozisyonlarda elde edilen görüntüler beraber kullanılabilir.

Image Registration İşlemi gerçekleştirmek için gerekli adımlar İki resim arasındaki benzerliğin nasıl ölçüleceğine karar verilmeli Piksel yoğunluk değerleri üzerinden Anatomik hatlar gibi önceden belirlenen resim özelliklerine yakınlıkları üzerinden Benzerliği maksimize edecek bir transformasyon aranmalı

Image Registration Rigid (Katı,Sert) Registration Euclidian dönüşümler ard arda uygulanır. Normalized cross correlation (Normalize edilmiş çapraz ilişki) Entropy of difference (Farkın Entropisi) Mutual information (Karşılıklı bilgi)

Image Registration Elastic Registration

Image Registration Optimal warping

Image Segmentation Image segmentation yapısal olmayan görüntüden bir yapısal görünüm ortaya çıkartmaya çalışır. Medikal görüntülemede bu anlamlı parçaların tespit edilmesi anlamına gelir.

Image Segmentation Temel olarak iki yaklaşım vardır. Top-down: Tüm resim aranılan bölge olarak düşünülüp daha sonra saflaştırılır. İnsan görüsüne benzer. Bottom-up: Bir nokta alınır ve bu noktanın istenilen bölge içinde olduğu var sayılarak komşu noktalar eklenerek bölge tespit edilir. Biyolojiksel görüye benzer.

Image Segmentation Image segmentation’ın en büyük problemi nesnenin sınırlarının bulunmasıdır. Bu hemen akla edge detection konusu getirir. Ama iki problemi de beraberinde getirir. Gürültüler ? Yerel hatlar ?

Image Segmentation Edge Detectors Acaba nesne sınırlarını belirlerken hangi tekniği kullanmalıyız? Sobel ? Canny ? Çözüm: daha etkin yaklaşımlar

Image Segmentation Edge Detectors Snakes Geometric Active Contours Conformal Active Contours Mumford-Shah Framework

Image Segmentation Conformal Active Contours

Image Segmentation Mumford-shah Framework