Görüntü İşleme ve Analizinin Tıpta Kullanımı ve Bir Uygulama

Abstract

Özet: Bu çalışmanın amacı, Matrix Laboratory (MATLAB) programı ile görüntü işleme ve analizi yönteminin sağlık alanında kullanılabilirliğini değerlendirmektir. Gelişen teknoloji ile birlikte modern cihazların sağlık alanında kullanımı artmıştır. Buna paralel olarak son zamanlarda tıpta görüntü işleme tekniklerinin kullanımı da yaygınlaşmaya başlamıştır. Bu teknikler hekimlere zaman, maliyet, tedavi ve teşhis konusunda büyük kolaylık sağlamaktadır. Özellikle pediatrik olgularda doğumsal ya da travmatik katarakt cerrahisi öncesi göz içi merceği ölçümü için görüntü işleme teknikleri hekimlere yol gösterici olabilir. Ayrıca mental retardasyonda (zekâ geriliği durumu) ya da Alzheimer hastalarında katarakt cerrahisi öncesi optik biyometri zor olabilir. Bu tür hastalarda başka nedenlerle çekilen Manyetik Rezonans (MR) görüntülerinden göz içi mercek gücü ölçümü için MATLAB programı kullanılabilir. Görüntü işleme genel olarak resimsel bilgilerin analizine yönelik bir yöntem olarak tanımlanabilir. Bu çalışmada, MATLAB programının görüntü işleme sürecinin sağlık alanında kullanılabilirliğini değerlendirmek amacıyla Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Göz Hastalıkları Anabilim Dalı'na 08/03/2015-08/05/2016 tarihleri arasında başvuran hastalardan rutin göz muayenesi pratiğinde Orbita MR endikasyonu olan hastalar çalışmaya dâhil edilmiştir. Bu hastalar üzerinde Göz Hastalıkları Anabilim Dalı'nda optik biyometri çalışılmıştır. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Radyoloji Anabilim Dalı'nda ileri görüntüleme işlemlerinin yapıldığı Advantage Workstation'da (AW) aynı hastalar üzerinde bulbus oküli çap değerlendirmesi yapılmıştır. GE 750w 3T MR cihazı kullanılarak elde edilen MR görüntüleri üzerinde Codonics Clarity Viewer programı, MATLAB programı ve Lenstar cihazı kullanılarak Ön Kamara Derinliği (ÖKD), Lens Kalınlığı (LK) ve Aksiyel Uzunluk (AU) hesaplamaları yapılmıştır. Üç farklı teknikle hesaplanan bu ölçümler istatistiksel yöntemler ile karşılaştırılmıştır. Karşılaştırmalar sonucunda; MATLAB bulguları ile Lenstar bulguları arasında anlamlı bir fark bulunmamıştır (AU için p=0.342, ÖKD için p=0.091, LK için p=0.766). Ayrıca, MATLAB'e ait medyan (Q1-Q3) bulgularının Codonics Clarity Viewer bulgularına kıyasla Lenstar bulgularına daha yakın olduğu görülmüştür.

Görüntü İşleme Teknikleri İle Rulo Sac Hassas Doğrultmada Silindir Konumlarının Belirlenmesi

“…Bu teknoloji, araç plaka tanıma, ortalama hız tespiti [14], bir ortamdaki kişi yoğunluğu hesaplama [15], yüz, plaka ve nesne tanıma [16][17][18][19][20][21], nesne takibi [22], insansız hava araçları [23], otomasyon [24,25], sürdürülebilir tarım [26], tıp [27][28][29] ve daha birçok farklı alanda yaygın olarak kullanılmaktadır.…”

Alüminyum Ekstrüzyon Profillerinin Hassas Kesit Ölçümlerinin Görüntü İşleme Teknolojisi İle Gerçekleştirilmesi

“…. Çalışmada öncelikle kameradan görüntü elde edilmiş ve akabinde lüzumsuz addedilen gürültü kaldırma işlemleri gerçekleştirilmiştir [7]. Profilden elde edilen görüntülerin gürültülerinin giderilmeden işlem yapılması durumunda profili oluşturan kontur sayısı yanlış hesaplanmakta ve bu durum algoritmanın başarısını olumsuz yönde etkilemektedir [12].…”

“…Dördüncü aşama olarak kenarların belirlenmesinde farklı kenar belirleme algoritmaları mevcuttur. Yapılan literatür çalışmasında görüntü işleme teknolojisi ile kesit belirleme işlemlerinde Canny kenar algılama yoğun olarak tercih edilmiştir [14], [7], [3], [18], [12], [15]. Bunun haricinde kenar belirlemek için Hough transform yönteminden faydalanılan çalışmalar da olmuştur [16], [2], [19], [8].…”

“…Bu aşamada literatürde farklı uygulamalar görülmektedir. Tıp alanında yapılan bir çalışmada da görüntü üzerindeki iki noktaya mouse ile manuel olarak işaret konulmuş ve bu iki nokta arasındaki pikseller bulunmuştur [7]. Bu uygulamadan farklı olarak referans görüntünün piksel yoğunluk değerleri binary forma dönüştürüldükten sonra sisteme kaydedilmiş ve ölçülmek istenen objenin piksel yoğunluk değerleri binary forma dönüştürülüp iki görüntünün aynı satır ve sütundaki piksel yoğunluk değerlerine XOR işlemi yapılmıştır [4].…”

“…Sebze meyve sınıflandırma işlemlerinde kenarlar tespit edildikten sonra en çok çap belirleme işlemleri yapılmaktadır [1], [5], [6]. Tıp alanında yapılan çalışmalara bakıldığında belirlenen iki nokta arası ölçümler yapılmıştır [7]. Metal birçok ürünün çap ölçümleri [8], [9] ,dış kenar uzunlukları ölçülmüştür.…”