İDRAR İMGELERİNDEN HÜCRELERİN TANINMASI VE SAYIMI İÇİN STEGANOGRAFİK YÖNTEMLER TABANLI GÜVENLİ BİR KARAR DESTEK SİSTEMİ

Abstract

İdrar analizi, insan vücudundaki birçok problem ve hastalığın teşhisinde kullanılmaktadır. El yordamı ile gerçekleştirilen mikroskobik idrar analizi, çok fazla zaman kaybına yol açan, insan gözünün yanılma payına bağlı ve bundan dolayı birçok hatalı sonuçlar ortaya çıkarabilecek bir işlemdir. Bu gibi dezavantajlardan dolayı, günümüzde mikroskobik idrar analizinin bilgisayar algoritmaları kullanılarak otomatikleştirilmesi çalışmaları önem kazanmıştır. Günümüzde, idrar tortusunda var olan idrar hücrelerinin belirlenmesi ve sınıflandırılması için yapılan çalışmalarda birçok görüntü işleme ve akıllı sınıflandırma algoritmalarının kullanıldığı görülmüştür. Bu çalışmalar sonucunda, idrar hücrelerinin birbirine yapışık olmaları ya da üst üste binmeleri gibi doğru tanıma başarımını azaltan dezavantajlarının olduğu ve bunların giderilmesi gerektiği kanaatine varılmıştır. Bu amaçla yapılan tez çalışmasında ise, çoklu idrar hücrelerinin bulunduğu gerçek mikroskobik idrar tortusu imgelerinden hücrelerin otomatik tanınması ve sayılması steganografik yöntemlerle güvenli hale getirilmiş, görüntü işleme, ayrık dalgacık dönüşümü ve akıllı sınıflandırıcılar tabanlı farklı karar destek sistemleri uyarlanmıştır. Bu uyarlanan karar destek sistemlerinin uygulamaları sonucunda elde edilen sonuçlar irdelenmiştir.Urine analysis is used in the diagnosis of many conditions and diseases of the human body. The manual microscopic urine analysis procedure leads to loss a lot of time together tith the problem of the fallibility of the human eye and therefore this process may result in many erroneous conclusions. Nowadays, using computer algorithms to automate the microscopic urine analysis has gained importance due to these disadvantages. Today, many image processing and classification algorithms are used for the determination and classification of cells existing in the urine sediments. The results of these studies showed that there are some problems associated with urine cells, which reduce the recognition performance, such as adherent cells or overlaping cells. It is require to eliminate these disadvantages in order to have a working algorithm. In this study, many different decision support systems were developed for automatic recognition and counting of cells from real microscobic urine sediment images. These decision support systems has been made more secure by using steganographic methods. They are based on image processing, discrete wavelet transform and intelligent classifiers. Finally, the results obtained from the application of these robust decision support systems were evaluated and compared.