Automated processing and classification of medical thermal images

Bu tezin amacı, tıbbi kızılötesi termal görüntülerin işlenmesi ve değerlendirilmesi için bilgisayar destekli yöntemler geliştirmektir. Bu çalışma boyunca üç problem değerlendirilmiştir. İlk problem, termal görüntülerde vücut kısımlarını ve pozu otomatik olarak sınıflandırmaktı. Bu çalışmada, arka-ön ve üst-alt vücut görünümleri olan dört sınıf vardı. İlk adımda, Otsu'nun yöntemiyle arka plan ayrıldı ve histogram eşitleme uygulandı. Daha sonra, görüntülerden öznitelik çıkarmak için DarkNet-19 mimarisi kullanıldı ve bu öznitelikler PCA ve t-SNE yöntemleri kullanılarak azaltıldı. Son olarak, sınıflandırma için indirgenmiş öznitelik kümeleri kullanıldı. Üzerinde çalışılan ikinci problem, karaciğer yağlanmasını termal görüntüler kullanarak otomatik olarak sınıflandırmaktı. Bu çalışmada abdominal görüntülerden anatomik bir ilgi alanı bölütlenmiş, bu alandan öznitelikler çıkarıılmıştır. Öznitelik çıkarımı esnasında derin öğrenme ve doku analizi yöntemleri kullanışmış, seçilen en uygun öznitelikler sınıflandırmada. Son olarak bu tezde, multipl skleroz (MS) hastalarının tedaviye yanıt seyrini değerlendirmede kullanılmak üzere termogramların yerel nicelleştirilmesine dair bir yöntem önerisi yapıldı. Deneyler sırasında iki MS hastasının ve bir sağlıklı bireyin bacak termal görüntüleri değerlendirildi. Önerilen yöntemin sonuçları, hekimin değerlendirmeleri ile tam olarak uyuşmaktadır. Bu tezde, tıbbi termal görüntülemenin invaziv olmayan bir yöntem olarak ön tanı ve takip için farklı alanlarda yüksek potansiyele sahip olduğu gösterilmiştir.