Sağlık Alanında Görüntü İşleme Yöntemleri
Özet
Sağlık alanında kullanılan görüntüleme yöntemleri, 19.yüzyıldan günümüze kadar sürekli olarak gelişmekte ve modern sağlık uygulamalarında hayati bir rol oynamaktadır. Günümüzde radyografi, manyetik rezonans görüntüleme, bilgisayarlı tomografi, ultrasonografi ve pozitron emisyon tomografisi gibi farklı yöntemler kullanılarak yüksek kaliteli ve detaylı görüntüler elde edilmektedir. Bu yöntemlerden elde edilen görüntülerde, hastalıkların veya anormalliklerin doğru, hızlı ve erken teşhisi için görüntü işleme yöntemleri kullanılmaktadır. Görüntüyü zenginleştirme, gürültüleri giderme, filtreleme, restorasyon ve bölütleme gibi görüntü işleme yöntemleri sağlık alanında yaygın olarak uygulanmaktadır. Gürültülerin giderilmesi ve kontrastın artırılması, görüntüdeki detayların daha net ortaya çıkmasını sağlarken; bölütleme yöntemleri, belirli bir organ veya dokunun çevresindeki dokulardan ayrıştırılarak daha detaylı analiz yapılmasına yardımcı olmaktadır. Görüntüleme yöntemleri ve görüntü işleme yöntemleri, sağlık alanında hastalıkların teşhis ve tedavisinde oldukça önemli bir yere sahiptir. Bu bölümde sağlık alanında kullanılan başlıca görüntüleme yöntemleri ile görüntülerin daha anlamlı duruma getirilmesi için uygulanan görüntü işleme yöntemleri detaylı olarak açıklanmaktadır.
Imaging techniques used in the healthcare field have been continuously evolving since the 19th century and play a vital role in modern medical practices. Today, high-quality and detailed images are obtained using various methods such as radiography, magnetic resonance imaging, computed tomography, ultrasonography, and positron emission tomography. These images are processed using image processing techniques to ensure accurate, rapid, and early diagnosis of diseases or abnormalities. Methods such as image enhancement, noise reduction, filtering, restoration, and segmentation are widely applied in the healthcare domain. Noise reduction and contrast enhancement help reveal details in the images more clearly, while segmentation techniques assist in isolating a specific organ or tissue from surrounding structures, enabling more detailed analyses. Imaging techniques and image processing methods hold a significant place in the diagnosis and treatment of diseases in the medical field. This section provides a detailed explanation of the primary imaging techniques used in healthcare and the image processing methods applied to make these images more meaningful.
Referanslar
Angun, M. (2017). X-bandı için üç boyutlu frekans seçici yüzey tasarımı, Yüksek Lisans Tezi Sakarya Üniversitesi.
Aybar, E., 2008. Sobel İşleci Kullanılarak Renkli Görüntülerde Kenar Bulma, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 8(1):205–217.
Canny, J. (1986). A computational approach to edge detection. IEEE Transactions on pattern analysis and machine intelligence, (6), 679-698.
Chan, T., & Vese, L. (1999). An active contour model without edges. In International conference on scale-space theories in computer vision (pp. 141-151). Berlin, Heidelberg: Springer Berlin Heidelberg.
Deutsche Röntgen Museum, (2024 Temmuz 03), Wir feiern den 175. geburstag von Wilhelmn Conrad Röntgen (1845-1923). Retrieved from https://roentgenmuseum.de/lebensgeschichte-wilhelm-conrad-roentgen/
Gezer, M., (2021). Tıpta Görüntü İşleme Yöntemleri. Tıp Bilişimi (pp.203-218), İstanbul: Istanbul University.
Kanungo, T., Mount, D.M., Netanyahu, N.S., Piatko, C.D., Silverman, R., and Wu, A.Y., 2002. An efficient k-means clustering algorithm: Analysis and implementation, IEEE transactions on pattern analysis and machine intelligence, 24(7):881–892.
Karakuş, D., 2006, Görüntü analiz yöntemleri ile kayaçların yapısal özelliklerinin tanımlanması, DEÜ Fen Bilimleri Enstitüsü.
Kass, M., Witkin, A., and Terzopoulos, D., 1988. Snakes: Active contour models, International journal of computer vision, 1(4):321–331.
Kaur, D. and Kaur, Y., 2014. Various image segmentation techniques: a review, International Journal of Computer Science and Mobile Computing, 3(5):809–814.
Kaya, T. (2024 Haziran 20). Tıp Öğrencileri için Temel Radyoloji Fiziği. Retrieved from http://www.tumrad.net/FileUpload/ds58732/File/radyolojifizigi_tamer_kaya.pdf
Kızılkaya, A. (2008). Görüntü Bölütleme. Retrieved from http://akizilkaya.pamukkale.edu.tr/Bölüm4_goruntu_isleme.pdf
Kumrular, R. K., & Polat, A. (2021). Klinik uygulamalarda ileri biyomedikal görüntüleme teknolojileri. Avrupa Bilim ve Teknoloji Dergisi, (23), 207-221.
Kurt, B. & Nabiyev, V. V. (2010). Dijital mamografi görüntülerinin kontrast sınırlı adaptif histogram eşitleme ile iyileştirilmesi. Proceedings of the VII. Ulusal Tıp Bilişimi Kongresi, Gazimağusa, KKTC, 14-17.
Otsu, N. (1975). A threshold selection method from gray-level histograms. Automatica, 11(285-296), 23-27.
Öztürk, N., 2023. Görüntü Bölütleme Tabanlı Görüntü İyileştirme Yöntemlerinin Geliştirilmesi, Doktora Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü.
Pekdemir, G., 2012. Çoklu İmge Eşikleme Problemlerinde Metasezgisel Algoritmaların Performans Analizi, Yüksek Lisans Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
Positron emission tomography scan - Mayo Clinic (2024 Temmuz 05), Retrieved from https://www.mayoclinic.org/tests-procedures/pet-scan/about/pac-20385078
Sağlık Bakanlığı. (2014). DICOM (Digital Imaging and Communications in Medicine - Tıpta Dijital Görüntüleme ve İletişim.
Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital ImageProcessing", Prentice Hall, 3rd edition, 2008).
Sezgin, M., 2002. İmge eşikleme yöntemlerinin başarım değerlendirmesi ve tahribatsız muayenede kullanımı, Doktora Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü.
Singh, G. and Mittal, A., 2014. Various image enhancement techniques-a critical review, International Journal of Innovation and Scientific Research, 10(2):267–274.
Smith, N. B., & Webb, A. (2010). Introduction to medical imaging: physics, engineering and clinical applications. Cambridge university press.
Tuncel, E., (2014). Radyoloji Ders Notları. Retrieved from http://www.anadoluissagligi.com/img/file_1579.pdf
Yapıcı, A., & Akcayol, M. A. (2022). Derin Öğrenme ile Görüntülerde Gürültü Azaltma Üzerine Kapsamlı Bir İnceleme. International Journal of Advances in Engineering and Pure Sciences, 34(1), 65-90. https://doi.org/10.7240/jeps.938188
Yaşar, A. (2018). Mide kanserinin tespiti için görüntü işleme teknikleri kullanılarak bir karar destek sisteminin geliştirilmesi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
Referanslar
Angun, M. (2017). X-bandı için üç boyutlu frekans seçici yüzey tasarımı, Yüksek Lisans Tezi Sakarya Üniversitesi.
Aybar, E., 2008. Sobel İşleci Kullanılarak Renkli Görüntülerde Kenar Bulma, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 8(1):205–217.
Canny, J. (1986). A computational approach to edge detection. IEEE Transactions on pattern analysis and machine intelligence, (6), 679-698.
Chan, T., & Vese, L. (1999). An active contour model without edges. In International conference on scale-space theories in computer vision (pp. 141-151). Berlin, Heidelberg: Springer Berlin Heidelberg.
Deutsche Röntgen Museum, (2024 Temmuz 03), Wir feiern den 175. geburstag von Wilhelmn Conrad Röntgen (1845-1923). Retrieved from https://roentgenmuseum.de/lebensgeschichte-wilhelm-conrad-roentgen/
Gezer, M., (2021). Tıpta Görüntü İşleme Yöntemleri. Tıp Bilişimi (pp.203-218), İstanbul: Istanbul University.
Kanungo, T., Mount, D.M., Netanyahu, N.S., Piatko, C.D., Silverman, R., and Wu, A.Y., 2002. An efficient k-means clustering algorithm: Analysis and implementation, IEEE transactions on pattern analysis and machine intelligence, 24(7):881–892.
Karakuş, D., 2006, Görüntü analiz yöntemleri ile kayaçların yapısal özelliklerinin tanımlanması, DEÜ Fen Bilimleri Enstitüsü.
Kass, M., Witkin, A., and Terzopoulos, D., 1988. Snakes: Active contour models, International journal of computer vision, 1(4):321–331.
Kaur, D. and Kaur, Y., 2014. Various image segmentation techniques: a review, International Journal of Computer Science and Mobile Computing, 3(5):809–814.
Kaya, T. (2024 Haziran 20). Tıp Öğrencileri için Temel Radyoloji Fiziği. Retrieved from http://www.tumrad.net/FileUpload/ds58732/File/radyolojifizigi_tamer_kaya.pdf
Kızılkaya, A. (2008). Görüntü Bölütleme. Retrieved from http://akizilkaya.pamukkale.edu.tr/Bölüm4_goruntu_isleme.pdf
Kumrular, R. K., & Polat, A. (2021). Klinik uygulamalarda ileri biyomedikal görüntüleme teknolojileri. Avrupa Bilim ve Teknoloji Dergisi, (23), 207-221.
Kurt, B. & Nabiyev, V. V. (2010). Dijital mamografi görüntülerinin kontrast sınırlı adaptif histogram eşitleme ile iyileştirilmesi. Proceedings of the VII. Ulusal Tıp Bilişimi Kongresi, Gazimağusa, KKTC, 14-17.
Otsu, N. (1975). A threshold selection method from gray-level histograms. Automatica, 11(285-296), 23-27.
Öztürk, N., 2023. Görüntü Bölütleme Tabanlı Görüntü İyileştirme Yöntemlerinin Geliştirilmesi, Doktora Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü.
Pekdemir, G., 2012. Çoklu İmge Eşikleme Problemlerinde Metasezgisel Algoritmaların Performans Analizi, Yüksek Lisans Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
Positron emission tomography scan - Mayo Clinic (2024 Temmuz 05), Retrieved from https://www.mayoclinic.org/tests-procedures/pet-scan/about/pac-20385078
Sağlık Bakanlığı. (2014). DICOM (Digital Imaging and Communications in Medicine - Tıpta Dijital Görüntüleme ve İletişim.
Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital ImageProcessing", Prentice Hall, 3rd edition, 2008).
Sezgin, M., 2002. İmge eşikleme yöntemlerinin başarım değerlendirmesi ve tahribatsız muayenede kullanımı, Doktora Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü.
Singh, G. and Mittal, A., 2014. Various image enhancement techniques-a critical review, International Journal of Innovation and Scientific Research, 10(2):267–274.
Smith, N. B., & Webb, A. (2010). Introduction to medical imaging: physics, engineering and clinical applications. Cambridge university press.
Tuncel, E., (2014). Radyoloji Ders Notları. Retrieved from http://www.anadoluissagligi.com/img/file_1579.pdf
Yapıcı, A., & Akcayol, M. A. (2022). Derin Öğrenme ile Görüntülerde Gürültü Azaltma Üzerine Kapsamlı Bir İnceleme. International Journal of Advances in Engineering and Pure Sciences, 34(1), 65-90. https://doi.org/10.7240/jeps.938188
Yaşar, A. (2018). Mide kanserinin tespiti için görüntü işleme teknikleri kullanılarak bir karar destek sisteminin geliştirilmesi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
