Ses teli damar ve şekil özelliklerini değerlendirerek ses telipatolojilerinin sınıflandırılması

Ses telleri üzerinde oluşan nodül, polip, larenjit gibi hastalıklar nedeniyle, ses tellerinin yapısı bozulmakta bu da ses kısıklığı, nefes alma ve yutma güçlüğü gibi problemlere sebebiyet vermektedir. Ses teli patolojilerinin teşhisi video laringostroboskop, endoskopik yüksek hızlı kamera gibi medikal görüntüleme cihazları ile alınan görüntülerde ses tellerinin yapısal bozulmalarının ve ses teli titreşimlerinin incelenmesi ile mümkün olmaktadır. Ancak bazı patolojilerin ses tellerinde meydana getirdikleri şekilsel bozulmalar birbirleri ile benzerlik gösterebildikleri için ses teli hastalıklarının teşhisi hataya açıktır. Bu gibi durumlarda net tanı ancak ameliyat esnasında patoloji açıldığında konulabilmektedir. Son yıllarda yapılan tıbbi çalışmalar ses telleri üzerindeki patolojilerin kan damar yapılarını da değiştirdiğini ortaya koymuştur. Araştırmalarda, kan damarlarının patoloji cinsine göre belli bir örüntü sergilediği gözlenmiş ve kan damarlarının yardımcı bir teşhis metodu olarak kullanılması gündeme gelmiştir. Ancak literatürde görüntü işleme ve şekil tanıma yöntemleri ile ses telleri üzerindeki kan damar yapılarını değerlendiren bir çalışma mevcut değildir. Bu tez çalışmasında, direkt mikro laringoskop ve video laringostroboskop cihazları kullanılarak alınan renkli ses teli görüntülerinde, ses teli üzerindeki kan damarı bozulmalarını patolojiler ile ilişkilendirerek ses teli şekil bozulmaları ile birlikte değerlendiren ve böylece teşhis koymanın zor olduğu vakalarda net tanı için hekime yardımcı olabilecek özgün bir sistem tasarlanmış ve gerçeklenmiştir. Çalışmanın ilk adımında, Yönlü Gradyan Histogramı (YGH) kullanılarak ses teli görüntüleri üzerinde ses tellerinin lokasyonu tespit edilmekte ve tohumlu bölge büyütme algoritması ile ses telleri arasında kalan glottal açıklık bölgesi bölütlenmektedir. Ses teli kenar özelliklerini çıkarmak için ses teli kenar hattı analiz edilerek patolojilerin lokasyonu, şekli ve büyüklüğü ölçülmektedir. Ses teli damar özelliklerini çıkarabilmek için ise ilk önce tohumlu bölge büyütme algoritması ile damar yapıları bulunmakta ardından yanlış damarların temizlenmesi ve damar kopukluklarının giderilmesi işlemleri ile damarların orta eksenleri çıkarılmaktadır. Son adımda ses teli kenar ve damar özellikleri kullanılarak ses teli hastalıkları sınıflandırılmaktadır. Çalışma kapsamında kist, nodül sınıflandırması ve sağlıklı, nodül, polip, sulcus vocalis, larenjit sınıflandırması olmak üzere iki farklı sınıflandırma problemi ele alınmıştır. Kist,nodül sınıflandırması için ses teli damar özelliklerinden faydalanılmıştır. Destek Vektör Makineleri (DVM), K-En Yakın Komşuluk (KEK) ve Rastgele Orman (RO) algoritmaları ile sınıflandırma yapılarak başarıları karşılaştırılmıştır. DVM algoritması ile %75 değerinde bir ağırlıklı ortalama kabul oranı elde edilmiştir. Sağlıklı, nodül, polip, sulcus vocalis ve larenjit sınıflandırması için ise ses teli kenar ve damar özelliklerini beraber değerlendiren bir ikili karar ağacı yapısı tasarlanmıştır. Tasarlanan ikili karar ağacı yapısının ağırlıklı ortalama kabul oranı %79 olarak hesaplanmıştır.