|
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.
|
|