MATLAB grafik arayüzü kullanıcı ile BT-karaciğer segmentasyonu için bir yazılım aracı

Abstract

Bu tez bilgisayarlı tomografi (BT) görüntülerinden elde edilen karaciğer segmentasyonu için orijinal bir yazılım yaklaşımını sunmaktadır. Karın ile ilgili bilgisayarlı tomografi (BT) görüntülerinden elde edilen doğru karaciğer segmentasyonu, karaciğer BT görüntüsü için bilgisayar destekli Teşhis (BDT) adına önemli bir adımdır. Hepatomegali ve karaciğer sirozunun değerlendirilmesi, hepatektomiden sonra karaciğer rejenerasyonu (yenilenmesi), boyut uyumluluğu için hepatik transplantasyon planlaması ve hastalığın karaciğer büyümesi ile ilgili olduğu karaciğer metastazlı hastaların izlenmesi gibi bağlı birçok klinik uygulamada kullanılabilmektedir. Klinik olarak pratik uygulamaya gelindiğinde, radyoloğun bir teknisyen yardımı olmadan bunu gerçekleştirebilmesi için, karaciğer segmentasyonu ve hacim tanısı doğru, sağlam, hızlı ve neredeyse otomatik olması gerekmektedir.Bu tez BT veri setlerinde otomatik karaciğer segmentasyonunun yapılması ile klinik olarak değerlendirilmesi ve doğrulanması için bir yöntem sunmaktadır. Bu yöntem morfolojik operatör seti ile takip edilen ve Bölge Büyütme algoritmasına dayanan İstatistiksel Bölge Birleştirmeyi kullanmaktadır. Yöntemin avantajı karaciğer içinde tek bir kullanıcı tanımlı eki vokseli gerektirmesi ve dahili parametrelerin manuel olarak ayarlanmamasıdır.Anahtar Kelimeler: Karaciğer segmentasyonu, Bölge Büyütme, Yazılım, İstatistiksel Bölge Birleştirme.

This dissertation introduces an original software approach to liver segmentation from computed tomography (CT) images. Accurate liver segmentation from abdominal (CT) images is an important step for computer aided diagnosis (CAD) for liver CT. It can be used in many clinical applications such as assessment of hepatomegaly and liver cirrhosis, liver regeneration after hepatectomy, hepatictransplantation planning for size compatibility, and monitoring of patients with liver metastases, where the disease is related to an enlargement of the liver. To be of practical clinical use, the liver segmentation and volume estimation must be accurate, robust, fast, and semi automatic, so that the radiologist can perform it without the help of a technician.This thesis presents a method for a semi automatic liver segmentation in CT datasets and its clinical evaluation and validation. The method uses Statistical Region Merging based on Region Growing followed by set of morphological operators. Its advantages are that it requires only one single user-defined seed voxel inside the liver, with no manual adjustment of internal parameters.Keywords: Software, Liver Segmentation, Region Growing, Statistical Region Merging.