An Intelligent karyotyping architecture based on artifical neural networks and features obtained by automated image analysis
Otomatik görüntü analizi ve yapay sinir ağı tabanlı akıllı bir kromozom sınıflandırma mimarisi
- Tez No: 29568
- Danışmanlar: DOÇ. DR. M. AYDAN ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Otomatik Hücre Genetiği, Doğum öncesi Teşhis, Görüntü İşleme ve analizi, Kromozom Sınıflandırması, Yapay Sinir Ağlan, Automated Cytogenetics, Prenatal Diagnosis, Image Processing & Analysis, Feature Extraction, Karyotyping, Artificial Neural Networks
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
öz OTOMATİK GÖRÜNTÜ ANALİZİ VE YAPAY SİNİR A?I TABANLI AKILLI BİR KROMOZOM SINIFLANDIRMA MİMARİSİ ESKÜZMİRLİLER, Selim Yüksek Lisans Tezi, Elektrik-Elektronik Mühendisliği Anabilim Dalı Tez Yöneticisi: Doç. Dr. M.Aydan ERKMEN Ocak, 1993 Bu tezde, doğum öncesi erken teşhis aracı olarak kullanılmak üzere, Turbo-Pascal 6.0 programlama dili kullanılarak, standart IBM uyumlu kişisel bilgisayarlar üzerinde çalışabilen otomatik görüntü analizi ve yapay sinir ağı tabanlı bir akıllı kromozom sınıflandırma (Karyotyping) mimarisi gerçekleştirilmiştir. Geliştirilen sistem üç ana fazdan oluşmaktadır. 1) Görüntü işleme ve analizi 2) Denetimli bir yapay sinir ağı ile kromozom sınıflandırması (Karyotyping) 3)Denetimsiz bir yapay sinir ağı ile metafazlann normal-abnormal olarak teşhisi. İlk fazda amnio sıvısından alınan örneklerin kültürüyle elde edilmiş fetal kromozom preparatlarının bilgisayar ortamındaki görüntü dosyalan veri olarak kullanılmıştır. Sistemde öncelikle, floresan mikroskop, CCTV kamera ve görüntü işlemi biriminden oluşan donanım yoluyla bilgisayar ortamına aktarılan kromozom slayt görüntüleri üzerinde standart kişisel bilgisayar formatına dönüştürme işlemi yapılmıştır. Görüntü analiz fazında nokta ölçümleri, yapay lekelerin silinmesi, yapışık ve çakışık kromozomların ayrıştırılması, otomatik obje (kromozom) tespiti, obje ölçümleri gibi problemler çözülmüştür. Bu ölçümler sistemin hibrid yapay sinir ağı yapısının giriş vektörünün bileşenleri olarak kullanılmıştır. Sistemin 2. fazmdaki yapay sinir ağının eğitilme durumunda geri yayılmalı denetimli öğrenme algoritmasıkullanılmıştır. Sistemin 3. fazında, sınıflandırılmış metafaz kromozomlarının normal- abnormal olarak kümelenmesi için, bir önceki yapay sinir ağıyla parallel olarak çalışacak ikinci bir denetimsiz yapay sinir ağı oluşturulmuştur. Bu yapay sinir ağının eğitilmesinde ise kendi kendine organize olabilen Kohonenin öğrenme algoritması kullanılmıştır. Geliştirilen yazılım halen Hacettepe Üniversitesi, Kadın Doğum ana bilim dalı Biomühendislik ve Fetal Tıp Ünitesine bağlı hücre kültürü ve görüntü analiz laboratuarında test edilmektedir. Sistem tamamlanmış haliyle kromozom anomalilerinin doğum öncesi teşhis yoluyla doğum sonrası ölüm ve sakat doğum oranının düşürülmesinde kullanılacaktır.
Özet (Çeviri)
ABSTRACT AN INTELLIGENT KARYOTYPING ARCHITECTURE BASED ON ARTIFICIAL NEURAL NETWORKS AND FEATURES OBTAINED BY AUTOMATED IMAGE ANALYSIS ESKÜZMtRLİLER, Selim M. S. iri Electrical & Electronics Engineering Supervisor: Assoc. Prof. Dr. Aydan M. ERKMEN January, 1993,103 pages. We develop an intelligent Karyotyping architecture based on Artificial Neural Networks (ANN) and features obtained by automated image analysis. The architecture is realized on a standard IBM compatible personal computer using Turbo Pascal 6.0. Our system consists of 3 basic phases. 1) Image Processing & Analysis for feature extraction 2) Karyotyping with a supervised ANN 3) Classification of chromosome metaphases as normal and abnormal with an unsupervised ANN. The initial phase takes as input the digitized images from fetal chromosome specimens which are prepared from samples of amniotic fluid. Image files, are captured via hardware configuration containing a fluorescence microscope, a CCTV camera, an image processing unit (IPU) and are transformed into digitized format. The Image Analysis phase solves the problems of point measurements, of erasing artifacts, of touching and overlapping chromosomes, and of automatic object detection and object measurements; this latter phase forms the input vector to the hybrid ANN structure. The ANN used in the second phase is trained by a back propagation supervised learning algorithm. Finally, in the third phase, another ANN is implemented for clustering the karyotyped metaphase chromosomes as normal and abnormal, and is used in cascade with the previous one. IllThis second is an unsupervised ANN which is trained based on Kohonen's self-organizing learning algorithm. Our developed software is still being tested within the Culturing & Image Analysis Laboratory of Hacettepe University, Dept. of Obstetrics and Gynaecology, Bioengineering and Fetal Medicine Unit. The final version of our system will be used to support prenatal diagnosis of chromosomal abnormalities in order to reduce the perinatal morbidity and mortality.
Benzer Tezler
- Erciyes Üniversitesi Tıbbi Genetik Anabilim Dalında değerlendirilen mikrodelesyon sendromları hastalarına ait sitogenetik sonuçların retrospektif olarak değerlendirilmesi
Retrospective evaluation of cytogenetic results of patients with microdeletement syndromes evaluated at Erciyes University Medical Genetic Department
SEDA ÖNCÜ KEKLİK
- An intelligent system for ranking e-commerce customer reviews to boost engagement
Müşteri etkileşimini artırmak için e-ticaret müşteri yorumlarını sıralayan akıllı sistem
ERTUĞRUL YÜCEL
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA KAYA
- An intelligent agent application for buyers in electronic commerce
Elektronik ticaret alıcıları için akıllı bir ajan uygulaması
FERKAN KAPLANSEREN
Doktora
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TATYANA YAKHNO
- An intelligent bim-based automated progress monitoring system using self-navigating robots for data acquisition
Veri toplamak için otonom yöngüdümlü robot kullanan yapı bilgi modellemesi tabanlı akıllı bir otomatik ilerleme takip sistemi
MUHAMMAD USMAN HASSAN
Doktora
İngilizce
2018
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ASLI AKÇAMETE GÜNGÖR
- An intelligent fuzzy clustering approach for energy-efficient data aggregation in wireless sensor networks
Kablosuz duyarga şebekelerde enerji-verimli veri toplama için akıllı bulanık kümeleme yaklaşımı
SEYYİT ALPER SERT
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI
