Otsu ve Ridler-Calvard Görüntü İşleme Yöntemlerinin Zatürre Tespitinde Kullanılması

Authors : Ahmet ÇELİK, Semih DEMİREL

Pages : 917-923

Doi:10.18586/msufbd.1068587

View : 15 | Download : 8

Publication Date : 2022-06-01

Article Type : Research Paper

Abstract :Görüntü piksel değerlerini siyah-beyaz renge dönüştürülmesi eşikleme insert ignore into journalissuearticles values(thresholding);, görüntü işleme yöntemiyle gerçekleştirilmektedir. Renkli bir görüntü griye dönüştürüldükten sonra siyah-beyaz görüntüye dönüştürülmektedir. Eşikleme sonunda görüntüler, en sade haline ulaşmaktadır. Eşik olarak kullanılacak değerin, doğru belirlenmesi gerekmektedir. Eğer eşik değeri, çok yüksek veya düşük olursa görüntü üzerinde kayıplar meydana gelmektedir. Eşik değeri, kullanıcı tarafından belirlenebildiği gibi bazı algoritmalar yardımıyla otomatik olarak hesaplanarak da elde edilebilmektedir. Bu çalışmada, akciğer X-Ray görüntüleri üzerinde zatürre insert ignore into journalissuearticles values(pnömoni); varlığını tespit etmek için akciğer bölgesindeki beyaz piksel yoğunluğunun oranı tespit edilmiştir. Aralık 2019 da ortaya çıkmış olan Koronavirüs hastalığı insert ignore into journalissuearticles values(COVID-19); vakalarında zatürre ortaya çıkmaktadır. Bundan dolayı yapılan çalışma litaratüre katkı sağlayabilecek durumdadır. Bu çalışmada, Otsu ve Ridler-Calvard algoritmalarıyla elde edilen eşik değerleri kullanılarak elde siyah-beyaz pikseller elde edilmiştir. Son aşamada, eşik değer sonuçlarıyla elde edilen beyaz piksel yoğunluğu hesaplanarak, zatürre varlığı tespiti gerçekleştirilmiştir. Bu çalışmada, 50 tane sağlıklı, 50 tane de zatürre var olan, toplamda 100 tane akciğer X-Ray görüntüsü, rastgele olarak seçilmiştir. X-Ray görüntüleri, Kaggle depolama alanında açık kaynak olarak paylaşılan, veri setlerinden elde edilmiştir. Elde edilen sonuçlara göre; iki algoritma kullanılarak test yapıldığında, sağlıklı akciğer görüntülerindeki, sınırlı alan içindeki beyaz piksel yoğunluğunu en yüksek %49,6 bulunmuştur. Zatürre var olan akciğerlerin görüntülerindeki, sınırlı alan içindeki beyaz piksel yoğunluğu ise en düşük %54,2 olarak elde edilmiştir. Bu çalışmada, akıllı bir sistem tarafından X-Ray görüntüleri üzerindeki beyaz piksel yoğunlukları kıyaslanarak, zatürre varlığının tespit edilebileceği gösterilmiştir. Elde sonuçlara göre; gelecekteki çalışmalarda, beyaz piksel yoğunluk değerinin makine öğrenme algoritmalarında öznitelik verisi olarak kullanılabileceği görülmektedir.
Keywords : COVID 19, Zatürre tespiti, Görüntü işleme, Ridler Calvard, Eşikleme