Medikal görüntülerde geleneksel yöntemlerin ve evrişimsel sinir ağlarının içerik tabanlı olarak karşılaştırılması

Son yıllarda bilgisayar teknolojilerinin gelişimi ve internet kullanımının hızla artmasıyla birlikte görüntü erişim sistemleri önem kazanmıştır. Bu tezde görüntü erişim hızını arttırmayı ve depolama alanı gereksinimini azaltmayı amaçlayan içerik tabanlı görüntü erişim sistemleri ele alınmıştır. İçerik tabanlı görüntü erişimi (Content based Image Retrieval, CBIR) sağlık da dahil olmak üzere birçok alanda yaygın olarak kullanılmaktadır. Günümüzde birçok hastalığın teşhisinde medikal görüntüleme sistemleri yaygın olarak kullanılmaktadır. Ultrason, tomografi, röntgen, manyetik rozenans görüntüleme gibi farklı modeliteler uzmanlar tarafından yaygın olarak tercih edilmektedir. Bu modeliteler farklı çalışma prensiplerine sahip olsalar da farklı açılardan hastanın belirlenen bölgelerine ait görüntüler elde etme esasına dayalıdırlar. Bunun sonucu olarak medikal görüntü sayısı her geçen gün artmaktadır. Medikal görüntülere ihtiyaç duyulduğunda hızlı ve doğru bir şekilde erişebilmek için CBIR sistemleri kullanılabilir. Sunulan tezde medikal görüntüler için iki farklı yöntem ile CBIR sistemi tasarlanması amaçlanmıştır. Birinci tasarımda medikal görüntüler için renk, doku ve şekil içeriklerini temsil eden öznitelikler çıkarılmıştır. Görüntüler arasındaki benzerliği ölçmek amacıyla basit metrikler vasıtasıyla öznitelikler karşılaştırılmıştır. İkinci tasarımda ise öznitelik çıkarma yerine derin öğrenme tekniklerine dayalı bir yol izlenmiştir. Her iki tasarım ile elde edilen sonuçlar tezde sunularak yorumlanmıştır. Önerilen sistem sayesinde sağlık birimlerinde çalışan personel ve doktorların hastalık teşhisinden önce benzer vakaları medikal görüntüler üzerinden hızlı bir şekilde incelemeleri kolaylaştırılmış olacaktır.