Determination of the effect of anticancer laser therapies on the cancer cell migration and invasion via artificial intelligence methods
Yapay zeka yöntemleri ile kanser hücrelerinin göçü ve istilasına antikanser lazer terapilerinin etkisinin belirlenmesi
- Tez No: 1014643
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM KARABİBER CURA, DOÇ. DR. NERMİN TOPALOĞLU AVŞAR
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Biyomühendislik, Onkoloji, Engineering Sciences, Bioengineering, Oncology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kanser hücrelerinin göç ve invazyon yetenekleri, tümör progresyonu ve metastaz mekanizmalarının anlaşılmasında kritik bir rol oynamaktadır. Bu süreçlerin in vitro koşullarda değerlendirilmesinde yaygın olarak kullanılan yöntemlerden biri scratch assay analizidir. Bununla birlikte, geleneksel scratch assay değerlendirmeleri çoğunlukla manuel ölçümlere ve görsel gözlemlere dayandığından, subjektif hatalara açık olup sınırlı tekrarlanabilirlik sunmaktadır. Bu tez çalışmasında, prostat kanseri hücrelerinde uygulanan lazer tabanlı antikanser tedavilerin hücre göçü üzerindeki etkilerini nicel ve objektif olarak değerlendirmek amacıyla, yapay zekâ destekli görüntü işleme, makine öğrenmesi ve derin öğrenme yöntemlerini entegre eden bütüncül bir analiz çerçevesi geliştirilmiştir. Çalışma kapsamında, scratch assay mikroskopi görüntülerinin otomatik analizi için MATLAB tabanlı özgün bir görüntü işleme hattı tasarlanmıştır. Bu kapsamda, görüntüler ön işleme adımlarından geçirilmiş; segmentasyon sonrası mesafe dönüşümü ile çizik boşluk genişliği nicel olarak hesaplanmış, yerel enerji haritaları aracılığıyla dokuya özgü yapısal özellikler analiz edilmiş ve Trace Transform yöntemi kullanılarak dönme, ölçekleme ve ötelemeye karşı dayanıklı şekil tanımlayıcıları elde edilmiştir. Segmentlenen hücresel ve hücresel olmayan bölgelerden yaklaşık 32 adet morfometrik ve geometrik özellik çıkarılmıştır. Elde edilen bu özellikler, tedavi gruplarının ayrıştırılması ve hücre göç dinamiklerinin modellenmesi amacıyla makine öğrenmesi algoritmalarına girdi olarak sunulmuştur. Bunun yanı sıra, derin öğrenme tabanlı yaklaşımlar kullanılarak görüntülerden doğrudan temsil öğrenimi gerçekleştirilmiş ve manuel özellik çıkarımına alternatif bir analiz yolu oluşturulmuştur. Elde edilen bulgular, kontrol grubunda belirgin çizik kapanması gözlenirken, lazer ve PBM uygulamalarında göçün kısmen baskılandığını, PDT ve kombine PDT ve PBM v gruplarında ise hücre göçünün istatistiksel olarak anlamlı düzeyde inhibe edildiğini ortaya koymuştur. Makine öğrenmesi ve derin öğrenme modelleri, farklı tedavi koşullarının yüksek doğrulukla sınıflandırılmasını sağlayarak önerilen yaklaşımın güvenilirliğini desteklemiştir. Bu çalışma, scratch assay analizlerinde objektif, tekrarlanabilir ve yüksek doğruluklu değerlendirme sunan yapay zekâ tabanlı bütüncül bir metodoloji ortaya koymakta ve lazer tabanlı tedavilerin anti-metastatik potansiyeline ilişkin önemli çıkarımlar sağlamaktadır.
Özet (Çeviri)
The migration and invasion capabilities of cancer cells play a critical role in understanding tumor progression and metastasis mechanisms. One of the methods commonly used to evaluate these processes under in vitro conditions is the scratch assay. However, since traditional scratch assay evaluations are largely based on manual measurements and visual observations, they are prone to subjective errors and offer limited reproducibility. In this thesis study, a comprehensive analysis framework integrating artificial intelligence-supported image processing, machine learning, and deep learning methods was developed to quantitatively and objectively evaluate the effects of laser-based anticancer therapies applied to prostate cancer cells on cell migration. As part of the study, a proprietary MATLAB-based image processing pipeline was designed for the automatic analysis of scratch assay microscopy images. In this context, the images were subjected to preprocessing steps; following segmentation, the scratch gap width was quantitatively calculated using a distance transformation, tissue-specific structural features were analyzed via local energy maps, and rotation-, scaling-, and translation-invariant shape descriptors were obtained using the Trace Transform method. Approximately 32 morphometric and geometric features were extracted from the segmented cellular and non-cellular regions. These features were provided as input to machine learning algorithms for the purpose of distinguishing treatment groups and modeling cell migration dynamics. Additionally, deep learning-based approaches were used to perform direct representation learning from images, creating an alternative analysis method to manual feature extraction. The findings revealed that while significant scratch closure was observed in the control group, migration was partially suppressed in the laser and PBM treatments, whereas cell migration was statistically significantly inhibited in the PDT and combined PDT and PBM groups. Machine learning and deep learning models supported the reliability of the proposed approach by enabling the high accuracy classification of different treatment conditions. This study presents a comprehensive AI-based methodology that offers objective, reproducible, and highly accurate evaluation in scratch assay analyses and provides important insights into the anti- metastatic potential of laser-based therapies.
Benzer Tezler
- Siklodekstrin nanopartiküllerinin HEPG-2 karaciğer kanseri hücre hattı üzerine etkisinin proteomik çalışmalarla incelenmesi
Investigation of the effect of cyclodextrin nanoparticles on HEPG-2 liver cancer cell line by proteomic studies
FIRAT ŞAKAR
Doktora
Türkçe
2019
Eczacılık ve FarmakolojiHacettepe ÜniversitesiNanoteknoloji ve Nanotıp Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÇELEBİER
- Curcuminoids: Analytical chemistry, biochemistry, and potential applications
Kurkuminoidler: Analitik kimya, biyokimya ve potansiyel uygulamaları
ZEYNEP KALAYCIOĞLU
Doktora
İngilizce
2020
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. FATMA BEDİA BERKER
- Metastatik prostat kanserinde 5-ALA'nın fotodinamik tedavide anti-kanser etkisinin belirlenmesi
Determination of the anti-cancer effect of 5-ALA in photodynamic therapy in metastatic prostate cancer
SÜMEYYE KARADAĞ
Yüksek Lisans
Türkçe
2022
BiyomühendislikSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ
DOÇ. DR. GAMZE GÜNEY ESKİLER
- Triple negatif meme kanserinde fotodinamik tedavi ve kemoterapinin kombin etkisinin belirlenmesi
Determination the effect of the combination treatment of photodynamic therapy and chemotherapy on triple negative breast cancer
BEYZANUR ERK
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAMZE GÜNEY ESKİLER
DR. ÖĞR. ÜYESİ ALİ FURKAN KAMANLI
- LED tabanlı fotodinamik tedavide ışık dozu etkisinin kolorektal kanser hücreleri için in vitro olarak belirlenmesi
Determination of light dose effect in LED-based photodynamic treatment as in vitro for colorectal cancer cells
EBRU AKSOY
Yüksek Lisans
Türkçe
2021
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYLA EREN ÖZDEMİR