Search

Bu çalışma öncelikle tıbbi illüstrasyonun daha sağlıklı anlaşılabilmesi için illüstrasyon nedir, tarihi, türleri, işlevleri ve yaratım süreci gibi temel soruları yanıtlamıştır. İllüstrasyon yaratım ve üretim sürecinin sanattan ayrıldığı gibi temel sorulara cevaplar verdikten sonra medikal resimleme ve tıbbi illüstrasyonun tanımları yapılmıştır. Aynı şekilde tıbbi illüstrasyonun da temel işlevleri, kullanım alanları, bilgilendirme tasarımıyla ilişkisi ve tarihçesine yer verilmiştir. Daha sonra Anadolu'da tıbbi illüstrasyon adı altında antik dönemden günümüze kadar çıkagelmiş tıbbi illüstrasyon ve tıbbi illüstrasyonla bağlantılı bilgiler paylaşılmıştır. Türkiye'de son dönem tıbbi illüstrasyon ile ilgili gelişmelere ve Türk tıbbi illüstratörlerin yaptığı eserlere yer veren bu çalışma, medikal çizerlerin görüşlerini de yansıtarak tıbbi illüstrasyonun konumu ve geleceği üzerine çıkarımlarda bulunulmuştur. Ayrıca uygulama projesi olarak hasta ve meraklıları sık görülen rahatsızlıklar hakkında bilgilendirici illüstratif çalışmalar hazırlanmıştır. This study primarily addresses basic questions such as what is illustration, the history of illustration, types of illustration, functions of illustration and creation process of illustration so that the medical illustration can be understood more healthily. After giving answers to basic questions such as the Illustration of the process of creation and production be different with art, the definition of medical illustration was made. In the same way, the medical illustration has also been included in the history of its, basic functions, areas of use, relation with information design. Later, in Anatolian, information related to medical illustrations and medical illustrations which date from the antiquity up today is shared under the name of medical illustration. This study that gives in recent developments related to the medical illustration in Turkey and Turkish medical illustrators of their works, reflecting on the views of medical illustrators, it has come to the conclusion about the place and future of the medical illustration. In addition, informative illustrations about illnesses and frequent illnesses have been prepared as an application project. 139

Image segmentation is one of the commonly used procedures in the medical image processing applications. Magnetic resonance (MR) images are segmented for extracting distinguishing tissues in the image on the purpose of diagnosis. Due to the high resolution characteristics of the MR images and a large amount of computational load in mathematical methods, MR image segmentation process has an excessive computational complexity. Recently, field programmable gate array (FPGA) implementation capable of performing many complex computations in parallel has been applied in many areas needed for high computation. In this thesis, neighbor-pixel-intensity based feature extraction method for extraction of the textural features in medical images, k-NN (k-Nearest Neighbor) classifier and GAL (Grow and Learn) network for segmentation process are proposed. In the first stage of the study, computer simulation of the proposed methods for segmentation of MR images is separately implemented by using MATLAB and Visual C# programming. In the second stage, the same methods are implemented by using VHDL coding on FPGA hardware platform. Segmentation results implemented with both computer simulation and hardware are comparatively examined., Görüntü bölütleme, medikal görüntü işleme uygulamalarında sıkça kullanılan işlemlerden biridir. Manyetik Rezonans (MR) görüntüler, tanı koyma amacıyla görüntüdeki ayırt edici dokuların ortaya çıkarılması için bölütlenmektedir. MR görüntülerin yüksek çözünürlüklü olması ve matematiksel yöntemlerdeki hesap yükünün fazla olması nedeniyle, MR görüntü bölütleme işlemi aşırı hesaplama karmaşıklığına sahiptir. Son yıllarda paralel işlem yapabilme yeteneğinden dolayı alan programlanabilir kapı dizileri (FPGA) yüksek hesaplama zamanı gerektiren çalışmalarda geniş uygulama alanı bulmuştur. Tez çalışmasında, MR görüntülerdeki dokusal özniteliklerin çıkarılması için komşu benek yoğunluğu temelli öznitelik çıkarma yöntemi, bölütleme işlemi için k-NN (k-en yakın komşu) sınıflayıcı ve GAL (Büyü ve Öğren) ağı önerilmiştir. Çalışmanın ilk aşamasında, MR görüntülerin bölütlenmesi amacıyla önerilen yöntemlerin MATLAB ve Microsoft Visual C# programları kullanılarak bilgisayarla benzetimi gerçeklenmiştir. İkinci aşamada, aynı yöntemler FPGA donanım platformu üzerinde VHDL kodlama ile gerçeklenmiştir. Hem bilgisayarla benzetim hem donanımla gerçeklenen bölütleme sonuçları karşılaştırmalı olarak incelenmiştir.