Akademik Veri Yönetim Sistemi
Signal Processing and Communications Applications Conference (SIU), 2015 23th, Malatya, Türkiye, 16 - 19 Mayıs 2015, ss.851-854
ya nüfusunun üçte biri tüberküloz mikrobuyla enfektedir. Tüberküloz hastalığının teşhisi laboratuvar uzmanları tarafından gözle yapılmaktadır. El-göz kontrolüyle yapılan teşhislerde hata yapma olasılığı yüksektir. Mikroskobik görüntülemede bilgisayar destekli otomatik tanı yöntemleri kullanılarak hastalığın daha doğru teşhis edildiği görülmektedir. Bu otomatik tanı yöntemlerinin güçlülüğü mikroskobik görüntülerin doğru bölütlenmesine dayanır. Imge bölütleme yöntemleri probleme özgü çözümler üretmektedir. Bu çalışmada daha önce denenmemiş sürü zekâsına dayalı algoritmalardan ateşböçeği algoritması, imgeleri bölütleme amacıyla kullanılmıştır. Önerilen yaklaşımda, gri seviyeye çevrilmiş görüntülerde, uygun tek bir eşik değeri, geliştirilen entropi tabanlı ateşböçeği algoritması ile belirlenmiştir. Bulunan optimum eşik değeri ile mikroskobik görüntüler ikili imgelere dönüştürülerek bölütlenmiştir. Elde edilen bölütleme sonuçları, uzman kişilerin el-göz kontrolüyle titizlikle belirledikleri bölütleme sonuçları ile karşılaştırılmıştır. Önerilen yaklaşımla duyarlılık, özgüllük ve doğruluk değerleri %96‘nın üzerinde olan başarı performansı elde edilmiştir.
One third of the world is infected with tuberculosis disease. The disease is diagnosed visually by laboratory technicians. In the microscopy diagnosis with hand-eye control, misdiagnosis rate is quite high. In microscopic imaging, by using computer aided automatic diagnosis methods, the disease is true diagnosed. The robustness of the automatic diagnosis methods depends on accurate segmentation of microscopic images. Image segmentation methods produce a special solution for several problems. In this study, Firefly algorithm based on swarm intelligence as a novel approach in microscopic imaging is proposed to segment images. In the proposed approach, an optimum threshold value in gray-level microscopic images is determined with proposed entropy based Firefly algorithm. Microscopic images are converted to binary format by using obtained optimum threshold value. Segmentation results are compared with expert-guided segmentation results. The performance ratio of segmentation is 96% obtained by using Firefly algorithm based on swarm intelligence.