Böbrek Görüntülerinde Filtreleme Tekniği Kullanarak Kist Belirlenmesi

Yıl 2022, Sayı: 38, 198 - 204, 31.08.2022

Aziz İlyas Öztürk , Osman Yıldırım , Yavuz Ateş , Ali Kuru

https://doi.org/10.31590/ejosat.1086788

Cited By: 1

Öz

Böbrek kistleri, böbrek içinde veya yüzeyinde meydana gelen içi sıvı dolu keseciklerdir. İnsan böbreğinde yaygın olarak görülmektedir. Yaş ilerledikçe böbrek kistleri görülmesi fazlalaşır. Böbrekte bulunan taş kistlerin oluşmasında bir faktördür. Böbrek kistleri hipertansiyona sebebiyet verebileceği gibi böbrek yetmezliğine ve böbrek fonksiyonlarının yerine getirilememesine neden olabilir. Böbrek kisti tespitinde en yaygın yöntem bilgisayarlı tomografi yöntemidir. Bu çalışmada böbrek kistinin yeri kenar belirleme filtresi ve sobel filtresi kullanılarak tespit edilmeye çalışılmıştır. Değerler ilk önce filtrelerin 3x3 orjinal kernel matris kullanılarak belirlenmiş daha sonra bu matrislerin değerleri değiştirilerek en iyi sonuç elde edilmeye çalışılmıştır.

Anahtar Kelimeler

Böbrek Kisti, Kenar Belirleme Filtresi, Sobel Filtresi

CYST DETECTION USING FILTERING TECHNIQUE IN KIDNEY IMAGES

Öz

Kidney cysts are fluid-filled sacs that occur inside or on the surface of the kidney. It is common in the human kidney. The incidence of kidney cysts increases with age. It is a factor in the formation of stone cysts in the kidney. Kidney cysts can cause hypertension as well as kidney failure and failure of kidney functions. The most common method for detecting kidney cysts is computed tomography. In this study, the location of the kidney cyst was tried to be determined by using edge detection filter and Sobel filter. The values were first determined by using the 3x3 original kernel matrix of the filters, and then the values of these matrices were changed to obtain the best results.

Anahtar Kelimeler

Kidney Cist, Edge Detection Filter, Sobel Filter.

Kaynakça

• Chen C. H., Pau L. F.,Wang P. S. P., (1998). TheHandbook of Pattern Recognition and Computer Vision (2nd Edition), World Scientific Publishing Co., 215.
• Gabow PA.,(1993). Autosomal Dominant Polycystic Kidney Disease. N Engl J Med.329:322-342
• Porpiglia F., Fiori C., Billia M., (2009). Retroperitoneal Decortication of Simple Renal Cysts vs Decortication with Wadding Using Perirenal Fat Tissue: Results of A Prospective Randomized Trial. BJU Int. 103:1532–1536.
• Vaidyanathan S., Hughes PL., Oo T., Soni BM., (2008). Spontaneous Rupture of An Infected Renal Cyst and External Drainage Through A Lumbar Surgical Scar in A Male Patient with Cervical Spinal Cord Injury: A Case Report. J Med Case Rep. 2:154.
• Terada N., Arai Y., Kinukawa N., Terai A., (2008). The 10-Year Natural History of Simple Renal Cysts. Urology. 71:7–12
• Chang CC., Kuo JY., Chan WL.,(2007). Prevalence and Clinical Characteristics of Simple Renal Cysts. J Chin Med Assoc. 70:486–491
• Odabaşı A.R.., (2007). Otozomal Dominant Polikistik Böbrek Hastalığında Renal Bulgular. Türk Nefroloji Diyaliz ve Transplanstasyon Dergisi. 16: 12-17.
• Yıldız G., Yıldız D., (2018). Morfolojik İşlemler ve Kenar Algılama Yöntemler Vasıtasıyla Beyin Tümör Yeri Tespiti ve Tümör Alan Hesabının Yapılması. International Journal of Multidisciplinary Studies and Innovative Technologies. 2(2) ,39-42
• Arıöz U., Güçer S., (27-29 Ekim 2016). Beyin MR Görüntülerinden Tümör Tespiti İncelenmesi. Tıp Teknolojileri Kongresi. Antalya, Türkiye.
• Bagdigen M.E., Bilgin G., (3-5 Ekim 2019). Histopatolojik Görüntülerde Uzamsal Öznitelikler Vasitasiyla Meme Kanseri Tespiti ve Derecelendirilmesi. Tıp Teknolojileri Kongresi. 331-334,Aydın,Türkiye
• Singh S. and Prakash N. R., (2014). Modified Adaptive Median Filter for Salt & Pepper Noise, International Journal of Advanced Research in Computer and Communication Engineering, vol. 3, no. 1
• Wang W., Swamy M. N. S. and Ahmad M. O. (2014) RNS Application for Digital Image Processing, 4th IEEE international workshop on System-on-chip for Real-time Application, 77-80.
• Jain R., Kasturi R., Schunk B.R., (1995). Machine Vision. McGraw – Hill, Inc. , 124-127
• Jain R., Kasturi R., Schunk B.R., (1995). Machine Vision. McGraw – Hill, Inc. , 124-127
• Jain R., Kasturi R., Schunk B.R., (1995). Machine Vision. McGraw – Hill, Inc. , 140.
• Jain R., Kasturi R., Schunk B.R., (1995). Machine Vision. McGraw – Hill, Inc. , 140.
• Pratt,W.K., (1978). Digital Image Processing. Newyork, Wiley-Interscience.
• Marr, D. ve Hildreth, E.C. (1980). The Theory of Edge Detection. Proc. Roy. Soc. London B, Vol:207; 187-207
• Marr D. (1976). Early Processing of Visual Information. Computer Vision Systems; Newyork: Academic Press : 61-80
• Porcello, L.J., Massey, N.G., Innes, R.B. ve Marks, J.M. (1976). Speckle Reduction in Synthetic Aperture Radars. J. Opt. Soc. Amer. : Vol.66:1305-1311
• Xinfu, L. ve Jiaomin, L. ,(2003). Edge Detection on Arc I mage of Low Voltage Apparatus. The Second International Conference on Machine Learning and Cybernetics. 02-05 Kasım 2003
• Zhang, C.C, ve Fang, J.D., (2016). Edge Detection Based on Improved Sobel Operator. International Conference on Computer Engineering and Information Systems. Advances in Computer Science Research, (ACSR): Vol:52.129-132.
• Gibson P., Watson ML., (1998). Cyst Infection in Polycystic Kidney Disease: A Clinical Challenge. Nephrol Dial Transplant. 13: 2455-2457.
• Bajwa ZH., Gupta S., Warfield CA., Steinman TI., (2001). Pain Management in Polycystic Kidney Disease. Kidney Int. 60:1631-1644