Sezgisel Algoritmalar ile Biyomedikal Görüntü Analizi

Tıbbi hastalıklara teşhis konulması ve bu hastalıkların tedaviedilmesi süresince bilgisayarlı görüntüleme ve analiz teknikleri yaygın birşekilde kullanılmaktadır. Bilgisayar tabanlı analiz yöntemleri ile özellikleretinal hastalıklar başarılı bir şekilde tespit edilerek tedaviedilebilmektedir. Retinal hastalıkların bir sonucu olarak kılcal damarlardameydana gelen daralma, genişleme ve kanamalar hastalık hakkında bilgilervermektedir. Bu nedenle, retinal görüntülerde yapısal değişimlerin yüksekdoğrulukta tespit edilebilmesi hastalığın teşhis ve tedavisi açısından sonderece önemlidir. Bu tez çalışmasında ilk olarak damar bölütleme uygulaması ilekılcal damarların tespiti ve analizi gerçekleştirilmiştir. Daha sonra diyabethastalığından kaynaklı ortaya çıkan yeni kanamalı bölgelerin tespit edilerekbelirginleştirilmesi ve piksel tabanlı alan hesaplamalarının yapılmasınayönelik yaklaşımlar geliştirilmiştir. Retinal görüntü analizleri K-means, yapayarı koloni (artificial bee colony, ABC) ve parçacık sürüsü optimizasyon (particleswarm optimisation, PSO) algoritmaları kullanılarak gerçekleştirilmiştir. Benzetimsonuçları incelendiğinde, klasik yaklaşımlardan olan K-means algoritması ile kümelemetabanlı sezgisel ABC ve PSO algoritmalarının retinal görüntü analizindebaşarılı bir şekilde kullanılabileceği görülmüştür. Computer based imaging and analysistechniques are frequently used for the diagnosis and treatment of medicaldiseases. Especially retinal diseases can successfully be detected and treatedby using computer based analysis methods. Arteriolar stenosis, arteriolar dilatationand vascular bleeding due to retinal diseases give important information aboutthe disease. Therefore, to detect structural changes in retinal images withhigh accuracy is extremely important for diagnosis and treatment of thedisease.In this thesis, firstly, the detection and analysisof retinal blood vessels is realized with vessel segmentation. Then, approacheshave been improved for the aims of identification, clarification and pixelbased area calculation of the new hemorrhagic regions arising from diabetes mellitus.Retinal image analyses are realized by using   K-means, artificial bee colony (ABC) andparticle swarm optimization (PSO) algorithms. From the simulation results it isobserved that both the K-means algorithm which is one of the classical approachesand the clustering based heuristic ABC and PSO algorithms can successfully beused in retinal image analysis.