Automatic segmentation of cristae membranes in 3d electron microscopy tomography images using artificial neural networks
Üç boyutlu elektron mikroskopi tomografi görüntülerindeki krista membranlarının yapay sinir ağları kullanılarak bölütlenmesi
- Tez No: 441763
- Danışmanlar: PROF. DR. ÜNAL ERKAN MUMCUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Dokümantasyon ve Enformasyon, Documentation and Information
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektron Mikroskop Tomografi (EMT) tekniği yüzlerce kesit yüksek çözünürlükte karelerden oluşan görüntüler üretir. Hücrenin yapısal bileşenleri ile hücrenin davranışı arasında ilişkinin ortaya çıkarılabilmesi için bu görüntülerdeki membranların bölütlemesi önem arz etmektedir. Mitokondrinin bir membranı olan kristanın fiziksel şeklinin birçok hastalık ve mitokondri fonksiyon bozukluğu için bir erken uyarıcı olduğu hipotezi ortaya atılmıştır. EMT görüntülerindeki kristaların manuel bölütlemesi çok fazla miktarda insan gücü gerektirdiğinden bunların otomatik bölütlemesi çok önem arz etmektedir. Bu çalışmada, mitokondri içindeki kristaların otomatik bölütlemesini sağlayacak bir yöntem önerilmektedir. Yöntem, görüntülerdeki gürültünün giderilmesi için bilateral görüntü filtrelemenin uygulandığı bir ön işleme aşaması içermektedir. Krista membranları üç farklı veri setinden kırpılarak elde edilmiş mitokondri görüntüleri ile eğitilmiş bir yapay sinir ağı (YSA) ile tespit edilmektedir. Eğer bir kirsta membranın kenarları neredeyse veya tamamen görünmez ise YSA kopuk bir krista bölütlemesi yapabilir. Bu sorunu ortadan kaldırmak ve az görünen kenarları tespit ederek ve yanlış tespitleri azaltarak son performansı artırmak için 'yönsel büyütme' adı verilen bir yöntem önerilmiştir. Yöntem dört farklı veri setinde test edilmiş ve sayısal ve görsel analizler gerçekleştirilmiştir
Özet (Çeviri)
Electron Microscopy Tomography (EMT) technique produces 3D images of cells comprising hundreds of slices of high resolution frames. Segmentation of membranes in these images are necessary in order to reveal the relations between the structural components of the cell and its behaviour. The physical shape of the crista which is a membrane of the mitochondria has been hypostatized for being an early indicator for many diseases or mitochondrial dysfunctions. Automatic segmentation of cristae in EMT images are necessary since it needs a huge human effort to manually segment these membranes. In this study, a method for automatic and robust segmentation of the crista membrane in mitochondria is proposed. The method incorporates a pre-processing stage in which a bilateral image smoothing is applied for noise removal while preserving the crista membrane boundaries. The cristae membranes are first detected by an artificial neural network (ANN) trained on cropped mitochondria images from three different data sets. When a portion of the membrane boundary is almost or totally invisible, ANN may produce disconnected segmentation. In order to overcome this issue and increase the final performance by means of detecting the barely invisible membrane boundaries and decreasing false alarms, a boundary growing method called 'directional growing' is proposed. The method is tested with examples from four different data sets and numerical and visual analysis of the results are conducted
Benzer Tezler
- Semi-automatic segmentation of mitochondria on electron microscopy images using Kalman filtering approach
Elektron mikroskobu görüntüleri üzerinde Kalman filtreleme yaklaşımını kullanılarak yarı-otomatik mitokondri bölütleme
AYNAZ MOHAMMADİ ALAMDARİ
Yüksek Lisans
İngilizce
2016
Tıbbi BiyolojiOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. Ü. Erkan Mumcuoğlu
- Detection and segmentation of mitochondria from electron microscope tomography images
Elektron mikroskobu tomografisi görüntülerinden mitokondrilerin saptanması ve bölütlenmesi
FARİS SERDAR TAŞEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. ÜNAL ERKAN MUMCUOĞLU
YRD. DOÇ. DR. REZA ZARE HASSANPOUR
- Automatic segmentation of central sulcus on brain mr images
Beyin mr görüntüleri üzerinde otomatik central sulcus ayrıştırması
OĞUZ DEMİR
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DEVRİM ÜNAY
- Automatic segmentation of breast cancer on mammogram images using image processing techniques
Mamografi görüntülerinden görüntü işleme tekniklerini kullanılarak göğüs kanserinin otomatik tespiti
SAFWET ALAN ALI AL DAWERI
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GÖRKEM SERBES
- Automatic segmentation of computed tomography images of liver using watershed and thresholding algorithms
Karaciğerin bilgisayarlı tomografi görüntülerinin su havzası ve eşikleme algoritmaları ile otomatik olarak bölütlenmesi
TUĞÇE SENA AVŞAR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA