Optimum blend of fractal methods for automatic malignancy determination in dermoscopy images

Basit Öğe Kaydı
dc.contributor.advisorÇavdaroğlu, Buraken_US
dc.contributor.authorÖzcan, Zühalen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programıen_US
dc.date.accessioned2016-08-04T09:59:07Z
dc.date.available2016-08-04T09:59:07Z
dc.date.issued2015-08-10
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 54-56)en_US
dc.descriptionx, 57 leavesen_US
dc.description.abstractThe most important step is early and effective diagnosis in the treatment of melanoma which constitutes the biggest part of skin cancers results in death. At the present time, dermatologists take dermoscopy images, visually examine these images and draw the lesion borders manually for a future reference. With the naked-eye, it is not easy to recognize compartments and tissue structures. Additionally, this procedure is also tedious, biased, and failure rate is high. Moreover, even with the help of dermoscopy, 70% of melanoma claims are still a false-negative diagnosis. This is the motivation for computer assisted diagnosis (CAD) techniques to help dermatologists to reduce possible unlikelihood, to standardize the results and also to speed up the process. The techniques which are developed by Fractal Methods determine irregularities on the lesion borders. Our aim is to designate which Fractal Methods are more effective on determining malignant lesions to minimize false-negative, false-positive and total-false diagnosis. For this purpose, we develop four different mixed integer programming (MIP) classification models, and then applied these models on the dataset of 100 patients. First, we determine the optimum usage rate of Fractal Methods for each classification model using randomly selected 50 patients (training sample). Later, true diagnosis performance of each classification model is evaluated using the remaining 50 patients (testing sample) and the optimum usage rate of Fractal Methods which is already found with the “training sample”. It is observed that the optimum usage rate of fractal methods gives 80% success rate in the best case scenario, and we obtained a success rate of 73.4%, on average, when we perform repeated tests using the optimum usage rate of fractal methods.en_US
dc.description.abstractÖlümle sonuçlanan deri kanseri vakaların en büyük kısmını oluşturan melanomun tedavisinde en önemli adım etkin ve erken teşhistir. Dermoskopi, deri kanserinin erken teşhisi amacıyla dermoskop adı verilen cihazlarla deride bulunan koyu renkli lezyonların incelenmesidir. Yöntem, şüpheli lezyonlarda hekimin cerrahi girişim kararına yardımcı olmayı ve lezyon sınırlarındaki düzensizlikleri gözlemleyerek iyi huylu lezyonları kötü huylu lezyonlardan ayırmayı hedefler. Günümüzde dermatologlar, dermoskop görüntülerini çıplak gözle inceler ve lezyon sınırlarını elle çizer. Ancak çıplak gözle doku yapılarındaki renk, yoğunluk, büyüklük farklılıklarını ve sınırlardaki düzensizlikleri ayırt etmek zordur. Ayrıca bu işlem kişiden kişiye değişkenlik gösteren, hata oranı yüksek, tekrarlanamayan sonuçlar doğurur. Dermoskopi ile yapılan melanom teşhislerinde %70’e kadar yanlış-negatif hatası gözlemlenmiştir. Melanom teşhislerinin göreceliliğini azaltmak, sonuçları standardize etmek ve yanlış teşhis oranlarını minimize etmek için dermatologlara yardımcı, bilgisayar destekli tanı teknikleri geliştirilmiştir. Oransal Kırılma (Fractal) Metodları kullanılarak geliştirilen bu teknikler, lezyonların sınırlarındaki simetri bozukluklarını ve düzensizlikleri tespit eder. Hedefimiz, lezyon sınırlarının bilgisayar destekli çizimlerine uygulanan 11 Oransal Kırılma Metodundan hangilerinin kötü huylu lezyonların saptanmasında daha etkili olduğunu belirlemek ve bu sayede hatalı teşhis oranlarını miminuma indirmektir. Bu amaçla karışık tam sayı doğrusal programlama kullanarak 4 faklı sınıflandırma modeli geliştirilmiş ve daha sonra bu modeller 100 hastalı bir veri kümesinde uygulanmıştır. İlk önce, sınıflandırma modellerinden her biri için rastgele seçilen 50 hasta (öğretme grubu) kullanılarak Oransal Kırılma Metodlarının optimum kullanım oranları tespit edilmiştir. Daha sonra kalan 50 hasta (test grubu) ve bulduğumuz Oransal Kırılma Metodlarının optimum oranları kullanılarak sınıflandırma metodlarının her birinin doğru teşhis performansları ölçülmüş, en iyi senaryoda doğru teşhis oranı % 80 olarak hesaplanmış ve ortalama doğru teşhis performansı %73.4 olarak elde edilmiştir.en_US
dc.description.tableofcontentsINTRODUCTIONen_US
dc.description.tableofcontentsProblem Statement and Research Objectiveen_US
dc.description.tableofcontentsResearch Objectiveen_US
dc.description.tableofcontentsLimitations of the Researchen_US
dc.description.tableofcontentsOutline of the Thesisen_US
dc.description.tableofcontentsBACKGROUNDen_US
dc.description.tableofcontentsFRACTAL METHODSen_US
dc.description.tableofcontentsFractalen_US
dc.description.tableofcontentsFractal Methodsen_US
dc.description.tableofcontentsDilationen_US
dc.description.tableofcontentsEuclidean Distance Mapen_US
dc.description.tableofcontentsBox Countingen_US
dc.description.tableofcontentsFasten_US
dc.description.tableofcontentsFast (Hybrid)en_US
dc.description.tableofcontentsParallel Linesen_US
dc.description.tableofcontentsCorner (Count)en_US
dc.description.tableofcontentsCorner (Perimeter)en_US
dc.description.tableofcontentsCumulative Intersectionen_US
dc.description.tableofcontentsMass Radius (Long)en_US
dc.description.tableofcontentsMass Radius (Short)en_US
dc.description.tableofcontentsRelevance and Impact to Diagnosis & Treatmenten_US
dc.description.tableofcontentsLESION BORDER IRREGULARITY CLASSIFICATION PROBLEM (LBICP)en_US
dc.description.tableofcontentsMethodologyen_US
dc.description.tableofcontentsMIP Classification Modelsen_US
dc.description.tableofcontentsMaximizing the Minimum Between-group Distanceen_US
dc.description.tableofcontentsDetermining Usage Rate of Fractal Methods Using Training Sampleen_US
dc.description.tableofcontentsDetermining Melanoma Using Testing Sampleen_US
dc.description.tableofcontentsMinimizing the Total Within-group Distancesen_US
dc.description.tableofcontentsDetermining Usage Rate of Fractal Methods Using Training Sampleen_US
dc.description.tableofcontentsDetermining Melanoma Using Testing Sampleen_US
dc.description.tableofcontentsMaximizing the Total Between-group Distancesen_US
dc.description.tableofcontentsDetermining Usage Rate of Fractal Methods Using Training Sampleen_US
dc.description.tableofcontentsDetermining Melanoma Using Testing Sampleen_US
dc.description.tableofcontentsMinimizing the Maximum Within-group Distanceen_US
dc.description.tableofcontentsDetermining Usage Rate of Fractal Methods Using Training Sampleen_US
dc.description.tableofcontentsDetermining Melanoma Using Testing Sampleen_US
dc.description.tableofcontentsDATA ANALYSIS AND RESULTSen_US
dc.description.tableofcontentsDataseten_US
dc.description.tableofcontentsComputational Experimentsen_US
dc.description.tableofcontentsCONCLUSIONen_US
dc.description.tableofcontentsSummary of the Researchen_US
dc.description.tableofcontentsOpportunities for Future Worken_US
dc.identifier.citationÖzcan, Z. (2015). Optimum blend of fractal methods for automatic malignancy determination in dermoscopy images. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/1085
dc.institutionauthorÖzcan, Zühalen_US
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subject.lccQA614.86 O93 2015
dc.subject.lcshFractals.en_US
dc.subject.lcshFractals -- Software.en_US
dc.subject.lcshFractional calculus.en_US
dc.subject.lcshFunctional integration.en_US
dc.subject.lcshAutomatic meteorological stations.en_US
dc.titleOptimum blend of fractal methods for automatic malignancy determination in dermoscopy imagesen_US
dc.title.alternativeDermoskopide kötü huylu tümörlerin saptanmasında optimal oransal kırılma metotlarıen_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1085.pdf
Boyut:
1.78 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu