Meme manyetik rezonans görüntülemede (MRG) lezyon tespiti, yalancı pozitif ve yalancı negatif bulguların azaltılmasına yönelik yazılım geliştirilmesi

Tezin amacı, meme kanserinin teşhisinde yaygın olarak tercih edilen manyetik rezonans görüntüleme sistemi üzerinden alınan görüntüleri kullanarak yazılım tabanlı bir meme lezyon tespit ve sınıflandırma sistemi geliştirmektir. Geliştirilen sistem uzmanlar için yazılım tabanlı bir karar destek sistemi olarak düşünülebilir. Belirtilen amaca ulaşmak için sistemde beş temel adım gerçekleştirilmiştir. Bu adımlardan her biri çeşitli işaret işleme ve görüntü işleme yöntemleri içermektedir. Sunulan tezde gerçekleştirilen beş temel adım sırasıyla veri tabanı oluşturulması, meme lezyonlarının tespit edilmesi, lezyon özelliklerinin çıkarılması, en etkili özelliklerin belirlenmesi ve karar adımlarıdır. Veri tabanı oluşturulması adımında uzman eşliğinde MRG cihazı ile yapılan çekimlerden en uygun görüntüler seçilmiştir. Ayrıca, görüntüde oluşabilecek bozunumları gidermek için filtre tabanlı bir ön işleme adımı uygulanmıştır. Daha sonra, meme lezyonlarının tespit edilmesi amacıyla iki aşamalı bir segmentasyon süreci uygulanmıştır. İlk aşama lezyon içerebilecek meme bölgesinin tespit edilmesi, ikinci aşama meme bölgesinden lezyonun bulunduğu bölgenin elde edilmesidir. Meme bölgesi tespitinde sırasıyla yerel adaptif eşikleme, bağlı bileşen analizi, yatay izdüşüm ve maskeleme teknikleri kullanılmıştır. Lezyon tespiti için tekil ve hibrit segmentasyon algoritmaları görüntülere uygulanmıştır. Tezde, Segmentasyon sürecinin başarımını analiz etmek amacıyla 25 farklı metrik kullanılmıştır. Lezyonlara ait özelliklerin çıkarılması adımında ise histogram, şekil ve doku özellikleri hesaplanmıştır. Toplamda her bir lezyon için 92 özellik belirlenmiş ve özellik seçme adımında etkisi az olan özellikler Fisher skoru yöntemi ile özellik vektöründen atılmıştır. Tezin son adımı karar aşaması olan sınıflandırma adımıdır. Bu adımda K-en yakın komşuluk, destek vektör makineleri, rastgele orman, naif Bayes teknikleri kullanılmıştır. Elde edilen sonuçlara göre gerçekleştirilen yazılım tabanlı sistem meme lezyonlarının tespitinde %91±0,06, iyi huylu kötü huylu lezyon ayrımında %90,36±0,069 doğruluk sağlamıştır.