Geri Dön

Automated detection of cell body in phase-contrast images of astrocyte-neuron mixed cultures by ann

Ann ile astrosit-nöron karışık kültürlerinin faz kontrast görüntülerinde hücre gövdesinin otomatik tespiti

PDF İndir

  1. Tez No: 1005599
  2. Yazar: SEMİRAMİS SİPAHİOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ CİHAN BİLGE GÜRBÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Astrositler, Derin öğrenme, Görüntü tanıma, Nöronlar, Sinir sistemi, Tespit, Yapay sinir ağları, Astrocytes, Deep learning, Image recognition, Neurons, Nervous system, Detection, Artificial neural networks
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: İstanbul Medipol Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Hücrelerin otomatik olarak tespiti ve dinamik analizi, özellikle karışık kültür görüntülerinde, sağlık alanında sürekli artan analiz ihtiyaçları doğrultusunda giderek daha fazla önem kazanmaktadır. Sinir ağında işleyişi, nöron hücrelerinin iletim aktivitesi kadar astrositlerin ağ aktivitesini düzenlemesi ile şekillenmektedir. Bu bağlamda, astrositlerin birçok alanda aktif olarak görev aldıkları bilinmektedir. Ancak, astrositlerin sinir ağında normal ve anormal durumlarda göstermiş oldukları davranışlar hala gizemini korumaktadır. Bu gizem doğrultusunda, astrosit ve nöron hücrelerinin birlikte bulunduğu kültürde analiz yapmak davranışsal anlamlılık açısından önemlidir. Günümüzde yaygın olarak, hücreleri ayırt etmek için kullanılan kimyasal boyalar kullanılmaktadır. Ancak, kimyasal boyalar hücrelerin mekânsal ve morfolojik davranışlarını olumsuz etkilemektedir. Bu bağlamda, bu çalışmada hücrenin en doğal halleriyle görüntülenebilmesi ve analizlerin gerçekleştirilebilmesi için etiketsiz faz kontrast mikroskopisi görüntüleri kullanıldı. Astrosit-nöron karışık kültürde hücrelerin karışık morfolojik özellikler göstermeleri, hücre sınırlarının iç içe olması nedeniyle siyah beyaz düşük kontrast görüntülerinde ayırt edilebilmesi zorlu bir görevdir. Öte yandan, bu görüntülerde hücrelerin dinamik analizinin manuel yapılması zaman ve insan gücü kaybına neden olmaktadır. Yapay sinir ağların kullanımı görüntü analizde gün geçtikçe birçok alanda yaygınlaşmaktadır. Bu bağlamda, literatürde hücrelerin tespit edildiği ve analizlerin gerçekleştirildiği çalışmalar bulunmaktadır. Ancak, literatürde astrosit-nöron karışık kültürlerine ait faz kontrast görüntülerinde derin öğrenme tabanlı tespit ve takibe bağlı aksonal hasar sonrası dinamik analizin yapıldığı çalışma bulunmamaktır. Bu kapsamda, bu çalışmada astrosit-nöron karışık kültürlerinde hücre gövdelerinin otomatik tespiti ile dinamik analiz için hücre takibine odaklanılmıştır. Bu noktada, bu çalışmanın temel amacı, astrosit-nöron karışık kültürlerinde hücre otomatik tespiti ve aksonal hasar sonrası astrositlerin fonksiyonel ve morfolojik davranışlarının takibi ile dinamik analizlerinin yapılmasıdır. Çalışma kapsamında, faz kontrast görüntülerdeki zorlukları aşmak önemli bir noktaydı. Bu bağlamda, hücre gövdelerinin daha iyi tespit edilmesi ve performans iyileştirmeleri kapsamında ise Swin Transformer mimarisinde yer alan swin blok yapısı YOLOv5'e entegre edildi. Ayrıca, bu görüntülerde hücrelerin takibinde karşılaşılan zorluklar doğrultusunda, takip mimarisi geliştirildi. Geliştirilen takip mimarisinden alınan verilere göre aksonal hasar sonrası astrosit hücrelerinin hareket vektörlerine ve takip kutularının değişimlerine bağlı olarak analizler gerçekleştirildi. Çalışma sonucunda, aksonal hasar sonrası astrosit hücrelerinin farklı uzamsal bölgelerde ve aynı bölgede bulunan hücrelerin, mekânsal ve morfolojik karakteristiklerinin farklı olduğu gözlemlendi. Ayrıca, takibe bağlı olarak zaman içerisinde astrosit popülasyonunda artış görülürken nöron hücrelerinde azalmanın olduğu görüldü. Bu çalışma, astrosit-nöron karışık kültüre ait etiketsiz faz kontrast görüntüler üzerinden otomatik olarak analizlerin yapılabileceğini ve derin öğrenme tabanlı görüntü analiz yöntemlerinin bu alanda etkin biçimde kullanılabileceğini göstermektedir. Bu bağlamda, aksonal hasar sonrası sinir ağındaki dinamiklerinin derin öğrenme tabanlı görüntü analizi yöntemleriyle incelenebileceğini ortaya koymaktadır.

Özet (Çeviri)

The automated detection of cells and their dynamic analysis, particularly in phase contrast images of mixed cultures, is becoming increasingly significant as the need for analysis continues to grow. The functioning of a neural network is shaped by both the transmission activity of neuron cells and the regulation of network activity by astrocytes. In this context, astrocytes are known to play an active role in several areas. However, the behavior of astrocytes in normal and abnormal states within the neural network remains a mystery. In light of this mystery, analyzing astrocytes and neurons together in culture is important for understanding behavioral significance. The chemical dyes are currently widely used to distinguish cells from each other. However, chemical dyes have a negative impact on the spatial and morphological behavior of cells. In this context, label-free phase-contrast microscopy images were used in this study to visualize the cells in their most natural state and to perform the analyses. In astrocyte-neuron mixed cultures, the complex morphological features of the cells and their presence within the cell boundaries make them difficult to distinguish in low-contrast grayscale images. On the other hand, performing the dynamic analysis of cells in phase-contrast images manually can result in a loss of time and labor force. The usage of artificial neural networks has become common in image analysis day by day in several areas. In this context, several studies in the literature have detected cells and performed related analyses. However, there is no study in the literature that has conducted a deep learning-based detection and tracking-based dynamic analysis following axonal injury in phase-contrast images of astrocyte–neuron mixed cultures. In this context, this study focused on cell tracking for dynamic analysis by automated detection of cell bodies in astrocyte-neuron mixed cultures. At this point, the main objective of this study is to perform automated cell detection in astrocyte-neuron mixed cultures and to track and dynamically analyze the spatial and morphological behavior of astrocytes following axonal injury. In this study, overcoming the challenges in phase-contrast imaging was a key objective. For performance improvements in cell body detection, the Swin block structure, part of the Swin Transformer architecture, was integrated into YOLOv5. Furthermore, the tracking architecture was developed to address the difficulties encountered while tracking cells in these images. Based on the data obtained from the developed tracking architecture, analyses were conducted according to the movement vectors of astrocyte cells and the changes in tracking boxes following axonal injury. This study revealed that astrocyte cells in different spatial regions and cells within the same region exhibited distinct spatial and morphological characteristics following axonal injury. Furthermore, it was observed that while the astrocyte population increased over time, the number of neurons decreased. This study demonstrates that label-free phase-contrast images from astrocyte-neuron mixed cultures can be automatically analyzed, and deep learning-based image analysis methods can be effectively used in this field. In this context, it reveals that the dynamics of the neural network following axonal injury can be investigated using deep learning-based image analysis methods.

Benzer Tezler

  1. Tez No

    599395

    Detection and classification of nuclei in histopathological images

    Histopatolojik görüntülerde çekirdek tespiti ve sınıflandırılması

    ROAA SAFI ABED ALAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN BİLGİN

  2. Tez No

    817136

    Kamera tabanlı algılama sistemleri için yapay zeka tabanlı anomali tespiti

    Artificial intelligence based anomaly detection for camera-based perception systems

    MUSTAFA KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU

    DR. ÖĞR. ÜYESİ UĞUR YAYAN

  3. Tez No

    75472

    Hepatit B yüzey antijenleri polipeptitlerinin kimyasal yolla sentezi ve karakterizasyonu

    Başlık çevirisi yok

    DİLGİMEN SALMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUHAMMED MUSTAFAEV

  4. Tez No

    945951

    Non-alkolik yağlı karaciğer hastalığında tiyol-disülfid homeostazının hastalık aktivasyonu ile ilişkisi var mıdır?

    Is there a relationship between thiol-disulfide homeostasis and disease activation in non-alcoholic fatty liver disease?

    MERT KARAÇAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. HİLMİ ERDEM SÜMBÜL

  5. Tez No

    1005931

    Yapay zekâ teknikleri kullanılarak hastalıkların teşhisi için beyaz kan hücre tiplerinin ayrıştırılması

    Separation of white blood cell types for disease diagnosis using artificial intelligence techniques

    AHMET İLTERİŞ KAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. MUHAMMED YILDIRIM

Geri Dön