Tıpta Görüntü İşleme Yöntemleri

Görüntü işleme, günümüzde birçok endüstride kullanılan ve bilgisayarında kullanılması ile gittikçe yaygınlaşmış olan alandır. Sağlık alanında bilgisayarların yaygın kullanılması sağlık enformatiği adı altında bilim dalının ortaya çıkmasına sebep olmuştur. 19. Yüzyılın sonunda Wilhem Conrad Röntgeninin bir rastlantı ile X-ışınlarını keşfetmesi sonucunda görüntüleme sağlık alanında teşhis için kullanılan non-invazif muayene yöntemleri arasında yerini almıştır. Tıbbi görüntüleme sağlık sektöründe tanı koymak için yaygın şekilde kullanılan bir yöntemdir. Tıbbi görüntülemede kullanılmakta olan teknolojiler her geçen gün daha fazla gelişmektedir. Günümüzde elde edilen tüm görüntüler büyük veri depolama kapasitesine sahip bulutlarda saklanmakta ve hekimlerin karar süreçlerine yardımcı olmak için bilgisayarlar tarafından işlenmektedir. Görüntü işleme içerisinde matematik ve bilgisayar bilimini barındıran görüntün elde edilmesi ile başlayan amacına uygun kullanılan farklı işlemlerden oluşan teknikler bütünüdür. Görüntünün elde edilmesi işlemi, ağırlıkla Elektromanyetik dalgalar ya da ses dalgalarından oluşan enerjinin detektör tarafından algılanması işlemidir. Tıbbi görüntü elde işlemine Bilgisayarlı tomografi, manyetik rezonans ve nükleer tıp örnek verilebilir. Görüntü işleme yöntemleri, görüntüleme cihazlarından elde edilmesi, görüntü zenginleştirme, filtreleme, restorasyonu, morfolojik işlemler, bölütleme, örüntü tanımlama, renkli görüntü ve görüntü sıkıştırma olarak adlandırılan adımlardan ibarettir. Tüm bu işlemler düşük, orta ve yüksek seviyeli işlemler olmak üzere üç ayrı grupta toplanmaktadır. Görüntü işlemede düşük ve orta seviyeli işlemler girdi olarak görüntü almakta ve çıktı olarak görüntü olmaktadır. Üst seviyeli işlemlerin girdisi görüntüdür ve çıktı olarak görüntünün özellikleri alınmaktadır. Görüntü işleme ile bilgisayarlı görü kavramları birbirleri için kullanılmaktadır. Bu bölümde sağlık enformatiğinde yaygın olarak kullanılan görüntüleme teknolojileri ve görüntü işleme teknikleri ve kavramları özetlenmiştir.

Anahtar Kelimeler: Sağlık enformatiği, görüntü restorasyonu, görüntü filtreleme, bölütleme

DOI :10.26650/B/ET07.2021.003.10 IUP :10.26650/B/ET07.2021.003.10 Tam Metin (PDF)

Image Processing Methods in Medicine

Murat Gezer

Image processing is a technique that is being continually used in many industries today. It has become increasingly common in computers. The widespread use of computers in health care has led to the emergence of a computer science branch under medical informatics. At the end of the 19th century, as Wilhem Conrad discovered x-rays by accident, imaging took its place among the non-invasive examination methods that are used for diagnosis in the health care field. Medical imaging is a widely used method for diagnosis in the health care industry. Technologies used in medical imaging are increasingly being developed every day. Today, all images obtained are stored in clouds with large data storage capacity and processed by computers to assist physicians’ decision processes. Image processing is a set of techniques comprising different methods used according to their purpose, starting with acquiring the image that includes mathematics and computer science. The process of obtaining the image is the process of detecting the energy consisting mainly of electromagnetic waves or sound waves by the detector. Computed tomography, magnetic resonance imaging, and nuclear medicine (PET) can be used as the examples of image acquisition in medicine. Image processing techniques, which are used to obtain the imaging device, image enhancement, filtering, restoration, morphological processing, segmentation, pattern recognition, comprise the steps referred to as color image and image compression. All these operations are categorized under three groups as low, medium, and high levels. Low- and medium-level processes in image processing take images as input and become images as output. The input of the higher-level processes is the image, and the attributes of the image are taken as the output. The concepts of image processing and computer vision are used for each other. This section summarizes the imaging technologies and image processing techniques along with the concepts that are widely used in health informatics.

Anahtar Kelimeler: Health informatics, image restoration, image filtering, segmentation

Referanslar

Bharodiya, A. K., & Gonsai, A. M. (2019). An improved edge detection algorithm for X-Ray images based on the statistical range. Heliyon, 5(10), e02743. https://doi.org/10.1016/j.heliyon.2019.e02743 google scholar
Bilgici Ceyhan, M., Başekim, C. Ç., Yazıcı, Z., Çakmakcı, H., Pabuşcu, Y., & Çoşkun, A. (2020, Mayıs 30.). Çocuklarda Bilgisayarlı Tomografi Ve Radyasyon Güvenliği. Retrieved from https://www.turkrad.org.tr/ assets/bilimsel-calisma/Doz-Brosur-MART-radyologlar.pdf google scholar
Bulakbaşı, N. (2020 Mayıs 29). Radyografik Kalite. Retrieved from https://www.turkrad.org.tr/assets/kisokulu-sunumlar/3-radyografik-kalite.pdf google scholar
Deutsche Röntgen Museum, (2020 Mayıs 05), Wir feiern den 175. geburstag von Wilhelmn Conrad Röntgen (1845-1923). Retrieved from https://roentgenmuseum.de/lebensgeschichte-wilhelm-conrad-roentgen/ google scholar
Ford, A., & Roberts, A. (1998 August 11). Colour Space Conversions. 1998, 1-31. Retrieved from https:// poynton.ca/PDFs/coloureq.pdf google scholar
Gonzales, R. C., & Woods, R. E. (2018). Digital Image Processing (Fourth). Pearson Education Limited. google scholar
Güler T. S., & Akça T. (2017). Tıbbi Fotoğrafçılık : Tarihsel Süreç ve Temel Kavramlar [Medical Photograpy: Historical Development and Basic Concepts]. Turk J Dermatol 2017;11:98-108. https://doi.org/10.4274/tdd. google scholar
Hasan, S. N. (2019). Derin Öğrenme Yöntemleri ile Cilt lezyon Bölütlemesi (Master Thesis). Retrieved from https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=FgmkGchPKo23qQqBeqzVZs1tRdiCQC0LbUr-1ZpuIz0R3v4Or_z8s8Zgh4mNiF48H google scholar
Hasan, S. N., Gezer, M., Azeez, R. A., & Gulsecen, S. (2019). Skin Lesion Segmentation by using Deep Lear-ning Techniques. 2019 Medical Technologies Congress (TIPTEKNO), 1-4. https://doi.org/10.1109/TIP-TEKNO.2019.8895078 google scholar
Heine Deeltaone Dermatoscope (2020, Haziran 15). Heine Deeltaone Dermatoscope [Web Log Post]. Retrieved from https://www.heine.com/en/products/dermatoscopes-and-digital-documentation/dermatoscopes/deta-il/99957-heine-deltaone-dermatoscope google scholar
Jaybhay, J., & Shastri, R. (2015). A Study of Speckle Noise Reduction Filters. Signal & Image Processing : An International Journal, 6(3), 71-80. https://doi.org/10.5121/sipij.2015.6306 google scholar
Jeong, W. K., Pfister, H., & Fatica, M. (2011). Medical image processing using GPU-accelerated ITK image filters. Içinde GPU Computing Gems Emerald Edition. NVIDIA Corporation and Wen-mei W. Hwu. https:// doi.org/10.1016/B978-0-12-384988-5.00046-2 google scholar
Jiang, C., Zhang, Q., Fan, R., & Hu, Z. (2018). Super-resolution CT Image Reconstruction Based on Dictionary Learning and Sparse Representation. Scientific Reports, 8(1), 1-10. https://doi.org/10.1038/s41598-018-27261-z google scholar
Kaya, T. (2020,Mayıs,20). Tıp Öğrencileri için Temel Radyoloji Fiziği.Retrieved from http://www.tumrad.net/ FileUpload/ds58732/File/radyolojifizigi_tamer_kaya.pdf google scholar
Kızılkaya, A. (2008). Görüntü Bölütleme. Retrieved from http://akizilkaya.pamukkale.edu.tr/Bölüm4_gorun-tu_isleme.pdf google scholar
Liu, H., Guo, Q., Wang, G., Gupta, B. B., & Zhang, C. (2019). Medical image resolution enhancement for healthcare using nonlocal self-similarity and low-rank prior. Multimedia Tools and Applications, 78(7), 9033-9050. https://doi.org/10.1007/s11042-017-5277-6 google scholar
Luong, Q. H. (2009). Advanced Image and Video Resolution Enhancement Techniques (Doctoral dissertation). Retrieved from https://pdfs.semanticscholar.org/a559/0e325ef1aca832072c1df2f666b21cff7741.pdf google scholar
McAndrew, A. (2004). An Introduction to Digital Image Processing with Matlab. Retrieved from http://www. math.hkbu.edu.hk/~zeng/Teaching/math3615/ls.pdf google scholar
Ronneberger, O., Fischer, P., & Brox, T. (2015). U-net: Convolutional networks for biomedical image segmenta-tion. Içinde Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (C. 9351, ss. 234-241). https://doi.org/10.1007/978-3-319-24574-4_28 google scholar
Röntgen, W. C. (1898). Ueber eine neue Art von Strahlen. Annalen der Physik, 300(1), 12-17. https://doi. org/10.1002/andp.18983000103 google scholar
Sağlık Bakanlığı. (2014). DICOM (Digital Imaging and Communications in Medicine - Tıpta Dijital Görüntüleme ve İletişim. google scholar
Solomon, C., & Breckon, T. (2011). Fundamentels of Digital Image Processing (First). Wiley-Blackwell. google scholar
Tuncel, E. (2014). Radyoloji Ders Notları. Retrieved from http://www.anadoluissagligi.com/img/file_1579.pdf google scholar
Ulzheimer, S., & Raupach, R. (2014). Bilgisayarlı tomografide görüntü kalitesi. Siemens İnavasyon, 4-7. google scholar
Yasutomi, S., Arakaki, T., & Hamamoto, R. (2019). Shadow Detection for Ultrasound Images Using Unlabeled Data and Synthetic Shadows. 2-5. http://arxiv.org/abs/1908.01439 google scholar
Yıldırım, P., & Arıöz, U. (2005). PACS (Picture Archiving and Communications System) Analizi. 2. Ulusal Tıp Bilişimi Kongresi, 153-159. google scholar

Tıp Bilişimi

BÖLÜM

Tıpta Görüntü İşleme Yöntemleri

Image Processing Methods in Medicine

Referanslar

PAYLAŞ