3-D automatic segmentation and modelling of cartilage compartments in high-field magnetic resonance images of the knee joint
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: CEYDA NUR ÖZTÜRK
Danışman: Songül Varlı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Manyetik rezonans (MR) görüntüleri kıkırdaksı anatomik yapıların elle veya otomatik bölütlenmeleri yoluyla şekilsel ve nicel değerlendirilmesine olanak tanır. Diz bölgelerindeki yapısal değişimler, özellikle kıkırdaksı dokuların bozulması, osteoartrit olarak adlandırılan bir hastalıkla sıkı ilişkili olduğundan kıkırdağın ölçümlenmesi veya görsellenmesi terapötik veya cerrahi uygulamaların etkinliğinin yanında bu hastalığın bulgu veya ilerlemesini saptayabilir. Bu tezde diz eklemi MR görüntülerindeki bütün femura ait kıkırdak (FK), tibiaya ait kıkırdak (TK), ve patellaya ait kıkırdak (PK) bölgelerinin anatomik ilgi bölgeleri için özelleşmiş yaklaşımlardan kaçınarak ve bilhassa sınırlı kaynakları olan sistemler düşünülerek tamamen otomatik bölütlenmesi ve modellenmesi temelde amaçlanmıştır. Hacimsel görüntüler için kenar ve ilgi noktaları gibi görüntü özelliklerinin genelde olduğu gibi iki boyutlu (2-B) kesitler yerine direkt üç boyutlu (3-B) hacimlerde tespitinin bazı faydalar sağlayıp sağlamayacağının araştırılması tezdeki ikincil amaç olarak belirlenmiştir. Tezde sunulan ilk çalışmada diz eklemindeki tüm kıkırdaksı bölgeler Osteoartrit Girişimi'nden elde edilen yüksek alan MR görüntülerinde örnekle-yay yöntemiyle voksel sınıflandırmaya dayalı bir bölge büyütme algoritması kullanılarak otomatik bir şekilde bölütlenmiştir. Kısıtlı hafızası ve işlemci gücü olan sistemler göz önüne alınarak sınıflandırmanın hesabi karmaşıklığı eğitim MR görüntülerindeki arka plan voksellerinin alt örneklenmesi ve küçük bir önemli özellik alt kümesi seçilmesiyle azaltılmıştır. Düzgün, Gauss, çevre ilişkili (Çİ) seyrek ve Çİ sık alt örneklemeyi içeren farklı alt örnekleme teknikleri kullanılarak dört eğitim modeli oluşturulmuştur. Bölütleme sistemi 10 eğitim 23 test MR görüntüsü kullanılarak denenmiş ve farklı eğitim modellerinin bölütleme başarıları üzerine etkisi araştırılmıştır. Deneysel sonuçlar göstermiştir ki tüm bölgeler için en yüksek ortalama Dice benzerlik katsayısı (DBK) değerleri özgün Çİ seyrek alt örnekleme tekniğinin eğitim modelleri kullanıldığında elde edilmiştir. Bu teknikle eniyilenen ortalama DBK değerleri FK, TK ve PK için sırasıyla %82,6, %83,1 ve %72,6 olarak bulunmuştur. Literatürdeki ilgili çalışmaların çoğundan farklı olarak, bu çalışma bir kıkırdak bölgesinin bölütlenmesinden önce bir ilgi hacmi bulma, bir kemik bölütleme veya kemik kıkırdak arayüzü belirlemeyi gerektirmemiştir. Dolayısıyla sistemde böylesi bir ön işlemin hesapsal karmaşıklığı giderilmiştir. Ayrıca sadece osteoartritli katılımcılar için tek türde MR görüntüsünün işlenmesine rağmen sistemin elde ettiği başarılar ilgili çalışmalarınkine benzerdir. Kısıtlı kaynaklı bir ortamda bir MR görüntüsünün tüm kesitlerinde tüm bölgelerin bölütlenmesi için takribi 30 dakikalık işleme süresi gelecek için ümit vericidir. Ayrıca çoğunlukla önceki sistemin aşırı bölütleme problemlerinin üstesinden gelmek için özgün bir hibrit bölütleme yöntemi önerilmiştir. Bu yöntem kıkırdak bölgelerinin voksel sınıflandırma tabanlı bölütleme sonuçlarını aktif görünüm modeli (AGM) bölütleme sonuçlarıyla bir bilgi kaynaştırma yordamı aracılığıyla birleştirmiştir. Aynı eğitim ve test MR görüntü kümeleri kullanıldığında deney sonuçları sadece FK bölgesi için göstermiştir ki AGM bölütleme test MR görüntülerinin çoğunluğunda bölgelerin görünüm bilgisini yaklaşık olarak belirleyebilmiştir. Bununla beraber, bazı MR görüntülerindeki başarısızlık bilgi kaynaştırma biriminin planlandığı gibi uygulanmasını önlemiştir. Bilgi kaynaştırma için sadece doku sınıflandırma ve görünüm modelleme birimlerinin sonuçları kesiştirildiğinde hibrit bölütleme yöntemi FK için %73.78'lik en yüksek ortalama DBK değeriyle önceki voksel sınıflandırma tabanlı bölütleme yönteminden daha üstün olamamıştır. İkincil amaçla ilgili olarak, standart Marr-Hildreth kenar tespit ve Harris köşe tespit yöntemleri hacimsel 3-B görüntülerde çalışmak üzere genişletilmiştir. Hacimsel görüntülerin 2-B kesitlerine uygulanan standart yöntemlerin sonuçları 3-B yöntemlerin sonuçlarıyla nitel olarak karşılaştırılmıştır. Sonuçta 3-B Marr-Hildreth yöntemi diz MR görüntülerinde kesit yönündeki eğim değişimlerine ek hassasiyet kazanarak 2-B Marr-Hildreth yönteminin bulduğu ana kemik ve kıkırdak kenarlarını belirgin bir biçimde tespit etmiştir. Hacimsel FK görüntülerinde önerilen 3-B Harris köşe tanıma yöntemi yüzey sınırlarına yakın çıkıntılı kısımlarda iyi konumlandırılmış ve daha bağımsız ilgi noktaları belirlemiştir.