Nevus (ben) imgelerinin klinik tanı amaçlı sınıflandırılması
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Malignant Meianoma (MM) son derece öldürücü bir deri kanseridir ve deri kanserlerine bağlı ölümlerin ortalama %75'i MM kaynaklıdır. Erken teşhis edilebilmesi durumunda cerrahi müdahale ile kanserli bölgenin deriden çıkarılıp alınması sonucu hasta kolaylıkla ölümden kurtanlabildiğinden, MM`nin tedavisinde erken teşhis hayati önem taşımaktadır. MM nin teşhisi deri üzerindeki benin (nevus) MM konusunda uzman bir dermatolog tarafından gözle incelenmesi ve benin görsel niteliklerinin dermatoskopik yöntemlerle MM açısından değerlendi riimesi yoluyla yapılır. MM şüphesine yol açacak niteliklerin varlığının tespit edilmesi durumunda ise daha ileri laboratuar tetkiklerine başvurulur. Lezyonun deri üzerinde yatay olarak yayıldığı erken aşamada teşhis edilen kanserler cerrahi müdahale ile çıkarılabilir. Bu durumda hastanın kurtulma şansı çok yüksektir. Ancak lezyonun derinin alt katmanlarına doğru dikey olarak yayılmaya başladığı ve lezyon derinliğinin 1-1.5'mm yi geçtiği ileri aşama kanserlerde hastanın kurtulma olasılığı ve yaşam süresi hızla düşmektedir. İleri aşama MM vakalarında bilinen kanser tedavi yöntemleri uygulanmakta ise de bunların başarı şansı genellikle düşük olmaktadır. Son yıllarda beyaz ırkta MM tipi deri kanserine rastlanma olasılığında kayda değer düzenli bir artış görülmektedir. Bu yüzden MM kaynaklı ölümleri ve MM tedavisi için harcanacak giderleri en aza indirmek için MM nin erken teşhisi son derece önem kazanmaktadır. Bu ise geniş halk kitlelerinin uzman dermatologlar tarafından MM açısından taranmasını gerektirmektedir. Bir uzman hekimin bir hastanın vücudunda mevcut onlarca beni incelemesi için harcaması gereken zaman, bu yolla taranmasıIV gereken insan sayısının çokluğu ve MM konusunda uzman dermatolog sayısının azlığı göz önüne alındığında bunun son derece güç olacağı açıktır. Bu tez çalışmasının amacı, MM yi erken safhada teşhis etmek, teşhis doğruluğunu ve hızını arttırmak, hastaiann tüm lezyonianmn MM tehlikesine karşı tetkikini mümkün kıimak, kararlı ve her zaman aynı sonucu verecek bir sistem ortaya koymaktır. Bu doğrultuda bilgisayarlı görme teknikleri kullanılmıştır. Bu teknikler sayesinde bir lezyonun düzensizlik indeksi adı verilen ve MM ile iyi huylu lezyonlan birbirinden ayırmak için önemli yere sahip olan indeks hesaplanmıştır. Bu indeksin hesaplanması için kullanılan algoritmalar eş zamanlı kullanılabilecek kadar hızlı sonuç vermektedirler. Böylece hastanın tüm lezyon görüntüleri alınarak bilgisayar tarafından değerlenebilir ve uzman dermatolog sadece tehlikeli lezyonlan inceler. Bu sayede, geniş halk kitlelerinin MM taramasının hızla yapılması sağlanabilir. Çalışmanın birinci bölümünde, lezyonlar hakkında bilgiler verilmiş, MM ve iyi huylu lezyoniann farkları izah edilmiştir. İkinci bölümde, MM'ierin parametreiendirilmesi için kullanılan metotlar izah edilmiş, bu konuda yapılan çalışmalara değinilmiştir. Üçüncü bölümde, MM teşhisinde kullanılan algoritma üzerinde durulmuştur. Dördüncü bölümde, bu tez çalışmasında MM teşhisi için geliştirilen yöntem sunulmuş ve bu yöntemin üstünlüklerinden bahsedilmiştir. Son bölümde, bu tez çalışmasıyla elde edilen sonuçlar tartışılmış ve bu tez çalışmasına ilave olarak gelecekte neler yapılabileceği hakkında bilgi verilmiştir. Anahtar Keiimekr: Malignant Melanoma, Sayısal İmge İşleme, Morfoloji. Malignant Melanoma (MM) is a highly killer skin cancer and is the cause of 75% of the deaths caused by skin cancers. Early diagnosis of MM is of vita! importance because the patient can be saved from death by surgical excision of the cancer lesion from skin if diagnosed at an early stage. The diagnosis of MM is performed by examination of the nevus on the skin by an expert dermatologist and evaluation of its visual features by dermatoscopic methods. If the presence of visual features that may be attributed to MM is determined, further laboratory tests are initiated. Cancers at an early stage in which the cancer lesion enlarges horizontally on skin surface can be removed from skin by surgical excision. In this case, the survival chance of the patient is very high. But the survival chance and the life period of the patient rapidly decrease for cancers at an advanced stage in which the cancer lesion grows vertically towards the deeper layers of the skin and lesion depth becomes thicker than 1-1.5 mm. Though advanced stage MM patients are treated by conventional cancer treatment procedures, the probability of success is usually very low. It is observed that the incidence of MM in white race has been increasing steadily in the last years. For this reason, early diagnosis of MM becomes more and more important to reduce the number of deaths caused by MM and to minimize costs for MM treatment. This requires the scanning of large numbers of people by expert dermatologists regarding MM diagnosis. However, it is clear that this is very difficult observing the amount of time that an expert dermatologist will need to examine tens of nevus on the body of a patient, the very large number of people that have to be scanned in this way.VI and the insufficiency of the number of dermatologists that have an expertise on MM diagnosis. In this work, irregularity index of lesions are calculated to diagnose the MM at the early stage. This index is very useful to decide a lesion is MM or benign. By the work a large amount of MM diagnose can generate easily and quickly. In the first chapter, general knowledge about the MM and the difference between benign and MM lesions are given. In the second chapter, the methods about parameterization of MM and the literature about the topic are given. In the third chapter, the algorithm of MM recognition is explained. In the fourth chapter, the method which is developed in the thesis for MM recognition is explained and advantages of the method are given. In the last chapter, the conclusions which can be drawn from this study and the works which can be done in the future in addition to the work are discussed Keywords: Malignant melanoma. Digital image processing, Morphology.
Collections