Show simple item record

dc.contributor.advisorChoupanı, Roya
dc.contributor.advisorTaşel, Faris Serdar
dc.contributor.authorDuman, Merve
dc.date.accessioned2020-12-04T11:14:38Z
dc.date.available2020-12-04T11:14:38Z
dc.date.submitted2019
dc.date.issued2019-11-20
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/77458
dc.description.abstractBu 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.abstractIn 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.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleAutomatic identification and measurement of antibiogram analysis
dc.title.alternativeAntibiyogram analizinin otomatik tanımı ve ölçümü
dc.typemasterThesis
dc.date.updated2019-11-20
dc.contributor.departmentBilgisayar Mühendisliği Anabilim Dalı
dc.identifier.yokid10286372
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityÇANKAYA ÜNİVERSİTESİ
dc.identifier.thesisid579303
dc.description.pages95
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess