Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü

An Automated differential blood count system

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 116554 tez numarasıyla arayabilirsiniz.

Özet:

oz OTOMATİK DİFERANSİYEL KAN SAYIM SİSTEMİ Güçlü, Ongun Doktora, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Uğur Halıcı Ortak Tez Yöneticisi: Prof. Dr. Kemal Leblebicioğlu Eylül 2001, 108 sayfa Bu tezde otomatik diferansiyel kan sayım sistemi üzerinde çalışmıştır. Sistem, hematoloji alanı açısından hem uzmanların çalışma yüklerini azaltmak, hem de hasta takibini kolaylaştırmak anlamında önemli bir işlev gerçekleştirmektedir. Problem mikroskop görüntülerinin alınmasından, hücrelerin sınıflandırılmasına kadar tüm aşamaları içermektedir. Bu kapsamda, hücre gibi elastik nesnelerin bölütlenmesi konusu detaylı bir şekilde araştırılmış ve uygun yöntemler geliştirilmiştir. Bölütleme için yılan ve balon algoritması kullanılmıştır. Sınıflandırma işlemi için tek aşamalı sınıflandırma metotlarının yanında, sınıflandırıcı guruplarının birleştirilmesi ile oluşan sınıflandırıcı katışımı yöntemleri de incelenmiştir. Problem üzerinde test edilen sınıflandırıcılar arasında MLP ve SVM sayılabilir. Başarım değerlerinin kestiriminde doğruluk derecesinin artırılması için bağımsız geçerlilik sınama metotları kullanılmıştır. Anahtar Kelimeler : Kan Hücresi, Hücre Bölütleme, Morfolojik İşleme, Yılan, Balon, Sınıflandırıcı Katışımı, Bağımsız Geçerlilik Sınama. iv

Summary:

ABSTRACT AN AUTOMATED DIFFERENTIAL BLOOD COUNT SYSTEM Güçlü, Ongun Ph. D., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Uğur Halıcı Co-Supervisor: Prof. Dr. Kemal Leblebicioğlu September 2001, 108 pages This work studies the framework of an automated differential blood count system. Such an expert system has several uses in the field of haematology in both reducing the workload of the field experts, and relieving the task of patient follow-up. The problem is studied from the acquisition of the microscope images, to the classification of individual white blood cells. In this scope, the segmentation of elastic shapes such as cells are extensively studied and suitable methods are developed. The modified snake and balloon algorithm is used for the segmentation. Regarding the classification task, both the single stage classifiers and the classifier combination methods are studied and discussed in detail. Among the classifiers tested on the problem are the Multi Layer Perceptron (MLP) and Support Vector Machines (SVM). Cross-validation techniques are utilized to increase the accuracy of the performance figure estimates. Keywords: White Blood Cell, Cell Segmentation, Morphological Processing, Snakes, Balloons, Classifier Combination, Cross-validation. in