Otsu ve Ridler-Calvard Görüntü İşleme Yöntemlerinin Zatürre Tespitinde Kullanılması

Ahmet ÇELİK; Semih DEMİREL

Makale detayları

Otsu ve Ridler-Calvard Görüntü İşleme Yöntemlerinin Zatürre Tespitinde Kullanılması

Yazarlar:

Ahmet ÇELİK | Semih DEMİREL

Yayıncı:

Mus Alparslan University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Mus Alparslan University Journal of Science 2022 Vol.10 Issue 1, pp.917-923

Belge Tipi:

Makale

Yayın Tarihi:

5/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000599635

Sıklık:

İki Yıllık

eISSN:

2149-6455

pISSN:

2147-7930

Özet:

 

The conversion of image pixel values to black and white color is performed by the method of thresholding image processing. A color image is converted to a black and white image after it is converted to gray. At the end of thresholding, the images reach their simplest form. The value to be used as the threshold must be determined correctly. If the threshold value is too high or low then losses occur on the image. The threshold value can be determined by the user or it can be calculated automatically with the help of some algorithms. In this study, the ratio of white pixel density in the region was determined to detect the presence of pneumonia on lung X-Ray images. Pneumonia occurs in cases of coronavirus disease (COVID-19) that emerged in December 2019. Therefore, the study is in a position to contribute to the literature. In this study, black and white pixels were obtained by using the threshold values obtained by Otsu and Ridler-Calvard algorithm. At the last stage, the presence of pneumonia was detected by calculating the white pixel density obtained with the threshold value results. In this study, a total of 100 lung X-Ray images, 50 of which were healthy and 50 of which had pneumonia, were randomly selected. X-Ray images are obtained from datasets shared as open source on Kaggle storage. According to the results obtained; when testing using two algorithms, the highest white pixel density in the confined area of healthy lung images was found to be 49,6%. In the images of lungs with pneumonia, the white pixel density in the limited area was obtained as the lowest 54,2%. In this study, it has been shown that the presence of pneumonia can be detected by comparing the white pixel densities on X-Ray images by a smart system. According to the results obtained; in future studies, it is seen that the white pixel intensity value can be used as feature data in machine learning algorithms.

 

Görüntü piksel değerlerini siyah-beyaz renge dönüştürülmesi eşikleme (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 (pnömoni) varlığını tespit etmek için akciğer bölgesindeki beyaz piksel yoğunluğunun oranı tespit edilmiştir. Aralık 2019 da ortaya çıkmış olan Koronavirüs hastalığı (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.

Makale detayları

Otsu ve Ridler-Calvard Görüntü İşleme Yöntemlerinin Zatürre Tespitinde Kullanılması

Yazarlar: Ahmet ÇELİK | Semih DEMİREL

Yayıncı: Mus Alparslan University

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Dergi: Mus Alparslan University Journal of Science 2022 Vol.10 Issue 1, pp.917-923

Belge Tipi: Makale

Yayın Tarihi: 5/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000599635

Sıklık: İki Yıllık

eISSN: 2149-6455

pISSN: 2147-7930

Sayı

Yazarlar:

Ahmet ÇELİK | Semih DEMİREL

Yayıncı:

Mus Alparslan University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Mus Alparslan University Journal of Science 2022 Vol.10 Issue 1, pp.917-923

Belge Tipi:

Makale

Yayın Tarihi:

5/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000599635

Sıklık:

İki Yıllık

eISSN:

2149-6455

pISSN:

2147-7930