Data mining in image processing to detect and isolate stem cells in biomedical treatment
Başlık çevirisi mevcut değil.
- Tez No: 667402
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Bu veri madenciliği ve görüntü işleme temelli tezin amacı, kök hücreleri daha doğru bir şekilde tespit etmek ve izole etmek için veri madenciliği ve görüntü işleme algoritmalarını kullanmaktır. Bu çalışma, insanlarla yüksek gen benzerliği nedeniyle biyologlar için oldukça değerli bir çalışma konusu olan Kök hücreler melanogaster'in biyomedikal tedavi mikroskop görüntülerinde kök hücreleri tespit etmek ve izole etmek için görüntü işlemede veri madenciliği için tam otomatik bir işleme ve analiz boru hattı sağlamayı amaçlamaktadır. ve kısa yaşam döngüsü. Özellikle biyologlar, örneğin gelişimin erken aşamalarında ve daha sonra izolasyon aşamasında gen ifadelerini gözlemlemekle ilgileniyorlar. Kök hücreler için kullanılan işleme hattı, (i) bir zincirdeki tek tek hücrelerin bölümlere ayrılması; (ii) belirli gelişim aşamalarındaki hücrelerin seçilmesi ve (iii) bunların karakteristik bir prototip ile hizalanması; (iv) Gözlem geni konumu için bir algoritmanın tahmin edilmesi; ve (v) farklı kök hücreler için veri madenciliği (istatistiksel gözlem) yapmak. Bu çalışmada, görüntü bölümleme / izolasyon ve ayrıştırma yöntemlerinin zayıf deneysel performansını iyileştirmek için bu prosedürün (i) ve (iv) adımlarını ele alıyoruz. Belirli görevler için standart tekniklerle karşılaştırıldığında, önerilen yöntemlerimiz performansları - doğruluk ve zamanı artırır ve Gaussian karışım modelini (GMM ) MATLAB R2019b kullanarak. Ham kök hücre örnekleri için F1 skorunun% 89.07'sini, ham kök hücre örnekleri için EAA'nın% 97.46'sını elde ettik. Diğer durumda, pürüzsüz kök hücre örnekleri için F1 skorunun% 88,48'ini, yumuşak kök hücre örnekleri için AUC'nin% 98,34'ünü elde ettik. Önerilen tüm yöntemler, belirli bir uygulama göz önünde bulundurularak geliştirilmiştir; ancak, bunlar kolaylıkla genelleştirilebilir ve yalnızca biyomedikal veya mikroskopide değil, örneğin biyomedikal hayali, sahnedeki algılama nesneleri veya sinyal sıkıştırma gibi diğer alanlara da uygulanabilir. Kullanılmış işlem hattının algılanan kök görüntülerle başladığını ve gen aktivasyonlarının saptanması ve izole edilmesiyle sona erdiğini bulduk. Bu çalışmada sunulan yöntemler, görüntü bölümleme, kök hücreler üzerinde algılama ve izolasyon, tahmin hücre merkezleri, kök hücrelerde büyüyen bölge ve bölümlere ayrılmış görüntü yığınlarının az sayıda veya örtüşmeyen modellere son ayrıştırılmasıdır.
Özet (Çeviri)
The aim of this data mining and image processing based thesis is to use data mining and image processing algorithms for detect and isolate stem cells with better accuracy. This work aims at providing a fully automated processing and analysis pipeline for data mining in image processing to detect and isolate stem cells in biomedical treatment microscope images of Stem cells melanogaster, which is a highly valuable study subject for biologists because of high gene similarity with humans and short life cycle. In particular, the biologists are interested, for instance, in observing gene expressions in the early stages of development and later in the isolation stage. The used processing pipeline for Stem cells consists of (i) segmenting individual cells in a chain; (ii) selecting cells of particular developmental stages and (iii) aligning them with a characteristic prototype; (iv) Estimating an algorithm for the observation gene location; and (v) performing data mining (statistical observation) for different stem cells. In this work, we address steps (i) and (iv) of this procedure to improve the poor experimental performance of images segmentation/isolation and decomposition methods. In comparison to standard techniques for the particular tasks, our proposed methods increase performances - accuracy and time, and help to automate the utilized processing pipeline as we present experimental results on both real datasets of Stem cells ovary and imaginal discs using Gaussian mixture model (GMM) using MATLAB R2019b. We achieved 89.07% of F1score for raw stem cells samples, 97.46% of AUC for raw stem cells samples. In other case, we achieved 88.48% of F1score for smooth stem cells samples, 98.34% of AUC for smooth stem cells samples. All proposed methods were developed with a specific application in mind; however, they can be easily generalized and applied to other domains not only in biomedical or microscopy, such as biomedical imaginary, detection objects in a scene or signal compression. We have found that used processing pipeline starts with sensed stem images and ends by detecting and isolating of gene activations. The methods presented in this work are image segmentation, detection and isolation on stem cells, estimation cell centers, region growing on stem cells and final decomposition of a stack of segmented images into a small number or non-overlapping patterns.
Benzer Tezler
- Yere nüfuz eden radarlarda öğrenme tabanlı yeni kargaşa giderme yöntemleri
New learning-based clutter removal methods in ground penetrating radar
EYYUP TEMLİOĞLU
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Görüntü işleme teknikleri kullanılarak web tabanlı ışık dalgaboyuna göre bitki takip ve algılama sistemi
Web-based plant monitoring and sensing system according to wavelenght of light by using image processing techniques
BAYRAM DERİN
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL SERKAN ÜNCÜ
- Assessment and monitoring of environmental impacts in Eynez Surface Coal Mine by using remote sensing
Eynez Açık Ocağının çevresel etkilerinin uzaktan algılama kullanılarak değerlendirilmesi ve izlenmesi
EMİN ORÇUN MENGENLİ
Yüksek Lisans
İngilizce
2001
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL ÜNAL
- Düşük uzamsal çözünürlüğe sahip hiperspektral görüntüleri için öğrenme tabanlı süper çözünürlük yöntemi
Learning-Based super-resolution method for hyperspectral images with low spatial resolution
HÜSEYİN AYDİLEK
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NİHAT İNANÇ
- Horseshoe adası Antarktika'da İHA-GPR gözlemlerine dayalı buzul izleme ve 3D modelleme
Glacier monitoring and 3D modeling based on UAV-GPR observations on horseshoe island, antarctica
MEHMET ARKALI
Yüksek Lisans
Türkçe
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT OĞUZ SELBESOĞLU