Automatic identification and measurement of antibiogram analysis
dc.contributor.advisor | Choupanı, Roya | |
dc.contributor.advisor | Taşel, Faris Serdar | |
dc.contributor.author | Duman, Merve | |
dc.date.accessioned | 2020-12-04T11:14:38Z | |
dc.date.available | 2020-12-04T11:14:38Z | |
dc.date.submitted | 2019 | |
dc.date.issued | 2019-11-20 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/77458 | |
dc.description.abstract | Bu tez çalışmasında, otomatik bir antibiyogram analizi tanımlama yöntemi uygulanmış, mevcut yöntemler araştırılmış ve sonuçlar tartışılmıştır. Bir antibiyogram analizinde insanlar tarafından okunan ilaçların inhibisyon bölgeleri ölçümleri sırasında bazı hatalar meydana gelebilir. Analiz işlemi esnasında hatalı okuma, kusurlu veya düzenli olmayan inhibisyon bölgeleri gibi durumlar bu otomatik tanımlama yöntemleri ile çözülebilir. Ayrıca, periyodik olarak okumaya veya bir takip sistemine ihtiyaç vardır, çünkü inhibisyon bölgeleri zamanla değişir. Antibiyogram analizi problemlerinin çözümü için görüntüde bazı iyileştirmeler yapılmıştır. Analiz öncesi, Otsu Eşiklemesi, en büyük nesne bulma, ikili görüntü maskesi, morfolojik erozyon ve kapanma işlemleri uygulanmıştır. İlaçları bulmak için Dairesel Hough Dönüşüm kullanılmış ve inhibisyon bölgelerini bulmak için profil çizgileri çizilmiştir. Otsu eşiklemesi inhibisyon bölge sınırlarını belirlemek için kullanılmıştır. Algoritmadan elde edilen sonuçlar değerlendirilmiş ve tartışılmıştır. | |
dc.description.abstract | In this thesis, an automatic identification method of antibiogram analysis is implemented, existing methods are investigated and results are discussed. In an antibiogram analysis, inhibition zones of drugs read by humans might be measured with some mistakes. These mistakes such as misreading during the analysis process or the conditions like imperfect or partial seeding inhibition zones can be solved with automatic identification methods. Also, there is a need for periodically reading or a tracking system because inhibition zones change with time. To overcome antibiogram analysis problems, some improvements are made on the image. As pre-processing operations, Otsu Thresholding, largest object finding, binary image mask, morphological erosion and closing operations are applied. Circular Hough Transform is used to find drugs and profile lines are drawn to find inhibition zones. The Otsu thresholding is used to determine the zone borders. The results obtained from the algorithm are evaluated and discussed. | en_US |
dc.language | English | |
dc.language.iso | en | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | Automatic identification and measurement of antibiogram analysis | |
dc.title.alternative | Antibiyogram analizinin otomatik tanımı ve ölçümü | |
dc.type | masterThesis | |
dc.date.updated | 2019-11-20 | |
dc.contributor.department | Bilgisayar Mühendisliği Anabilim Dalı | |
dc.identifier.yokid | 10286372 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | ÇANKAYA ÜNİVERSİTESİ | |
dc.identifier.thesisid | 579303 | |
dc.description.pages | 95 | |
dc.publisher.discipline | Diğer |