An Efficient Algorithm For Automatic Tumor Detection In Contrast Enhanced Breast MRI By Using Artificial Neural Network

The advances in image processing technology contribute to the interpretation of medical images and early diagnosis. Moreover various studies can be found in medical journals dedicated to Artificial Neural Networks (ANN). In the presented study, a method was developed to learn and detect benign and malignant tumor types in contrast-enhanced breast magnetic resonance images (MRI). The backpropagation algorithm was taken as the ANN learning algorithm. The algorithm (NEUBREA) was developed in C# programming language by using Fast Artificial Neural Network Library (FANN). Having been diagnosed by radiologists, 7 cases of malignant tumor, 8 cases of benign tumor, and 3 normal cases were used as a training set. The results were tested on 34 cases that had been diagnosed by radiologists. After the comparison of the results, the overall accuracy of algorithm was defined as 92%.

Sunum dosyası
Bayram B., Acar U., Koca H. K., Narin B., Cavdaroglu G. C., Celik L., Cubuk R.

Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi

Bu çalışmada, “Akıllı Şehirler” konulu uluslararası bir Ar-Ge projesi olan INSIST projesi kapsamında geliştirilen, yaygın olarak kullanılan trafik yoğunluk haritası uygulamalarından elde edilen görüntüleri işleyerek yoğunluk verisi üreten bir yöntem sunulmaktadır. INSIST projesi, akıllı şehirlere yönelik olarak güvenlik – reklam – şehir aydınlatması uygulamalarını barındırmayı ve bu uygulamalara veri sağlamayı adreslemektedir. Akıllı Şehirler konusunun en önemli unsurlarından birisi olan akıllı ulaşım sistemlerinin kilit verilerinden birisi de trafik yoğunluk verileridir. Şehirde yaşayan ve trafikte aktif olarak var olan kişilerin akıllı yöntemler ile trafik hakkında bilgilendirilmesi, öncelikli araçlara hem en kısa hem de en uygun olan rotaların önerilmesi için trafik yoğunluk verileri çok önemli bir veri kaynağıdır. Şehrin çeşitli konumlarına farklı kamu kurumları tarafından yerleştirilen kameralar yardımıyla bu verinin elde edilmesi mümkündür, ancak bu hem maliyetli hem de kamera konum ve sayılarına bağımlı olması nedeniyle sınırlı bir yöntemdir. Bu çalışmada, bu yönteme bir alternatif olarak geliştirilen ve internet üzerinden trafik yoğunluk verilerini sunan uygulamalardan elde edilen görüntülerin işlenmesi ile trafik yoğunluk verilerini üreten bir yöntem sunulmuştur.

Sunum dosyası
Cavdaroglu G. C.

CanBus Verilerinin Android Tabletlerde Gösterilmesi

Bu çalışmada, Obe 102 donanımından alınan verilerin araç sürücülerine sunumu için Android işletim sistemli tablet bilgisayar üzerinde çalışacak bir önyüz uygulaması geliştirilmiştir. Uygulama, verilerin sunumunu gerçekleştiren görsel öğeleri içeren önyüz uygulaması ve Obe 102 donanımına wifi üzerinden bağlanarak veri dinleme işlemini gerçekleştiren arkaplan uygulaması olmak üzere iki başlık altında ele alınabilir. Uygulama için tasarlanan sistem, istemci – sunucu mantığı ile çalışmaktadır. Android GUI uygulama ile Obe 102 donanımı arasındaki bağlantı TCP/IP protokolü üzerinden sağlanmaktadır. Uygulamaya çalıştırılma sırasında Obe 102 donanımının IP adresi ve port numarası bilgileri verilir. Uygulama bu bilgileri kullanarak wifi internet erişimi üzerinden Obe 102 donanımına bağlantı kurma isteği iletir. Obe 102 donanımı gelen bağlantı talebini kabul eder ve verilerin iletimine başlar. Android uygulama bu verileri alarak ekranda görsel olarak sunumunu gerçekleştirir.

Sunum dosyası
Cavdaroglu G. C., Ergen E.