Geri Dön

The ability of neural networks to solve biomedical image segmentation task

Sinir ağlarının yeteneği biyomedikal görüntüleri çözmek için segmentasyon görevi

  1. Tez No: 672336
  2. Yazar: ZİNAH ABDULLAH AHMED
  3. Danışmanlar: Prof. Dr. OSMAN NURİ UÇAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Derin Öğrenme, Görüntü Segmentasyonu, Evrişimli Sinir Ağı, Deep Learning, Image Segmentation, Convolutional Neural Network (CNN)
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Modern Tıbbi Görüntüleme Teknikleri, Yakalanan Görüntü Verilerinin Büyümesine Yol Açar . Canlı Hücrelerdeki Dinamik Süreçlerin, Örneğin Membran Dinamikleri, _Viral Enfeksiyon Ve Gen Transportunun Araştırılmasına İzin Verir . Tüm Bu Problemlerde, Anahtar Kısım, Mikroskopi Görüntüsünde Hücreleri Veya Organellerini Tespit Etme Ve Bunları Zaman Atlamalı Görüntü Dizilerinde Takip Etme Yeteneğidir. Tüm Bu Verilerin Manuel Olarak İşlenmesi Mümkün Değildir .Otomasyon Onları Daha Etkili Bir Şekilde İşlemeye Ve Başka Bir Nicel Bilgi Çıkarmaya Yardımcı Olabilir. Derin Öğrenme Yöntemlerinin Ve Özellikle Sinir Ağlarının Görüntü Segmentasyonu İçin Uygun Olmasının Birkaç Nedeni VardırDerin Öğrenme Uyum Ve Genelleme Yeteneği Yüksek Makine Öğrenim Tekniklerinden Birisidir . Bu Tezde, AcellTracking Veri Seti Üzerinde Görüntü Segmentasyonu Sağlayan Kendi Evrişimli Sinir Ağı Modelini Tasarladık Ve Eğittik . Çalışmanın Amacı, Sadece Meydan Okumada İyi Bir Sonuca Ulaşmak Değil, Aynı Zamanda Yöntemi Araştırmak Ve Onunla Deneyimlemektir.

Özet (Çeviri)

Modern medical imaging techniques lead to the growth of image data being captured .It allows the investigation of dynamic processes in living cells, e.g., membrane dynamics , viral infection and gene transport . In all these problems, the key part is an ability to detect cells or their organelles in a microscopy image and follow them in time-lapse sequences of images. Manual processing of all these data is not feasible .Automation can help to process them more effectively and extract another quantitative information. There are several reasons why are deep learning methods and especially neural networks suitable for image segmentation. Deep learning is one of them a chine learning techniques with ahigh ability to adapt and generalize. In this thesis, we designed and trained own convolutional neural network model on aCell Tracking Challenge dataset ,which provides image segmentation. The aim of the work is not just to reach a good resultinthechallenge,butalsotoexplorethismethodandtogetexperienced with it.

Benzer Tezler

  1. Deep learning analysis in dermoscopy images

    Dermoskopi görüntülerinde derin öğrenme analizi

    FATİH ERGİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK

  2. Yapay sinir ağları yardımıyla biyomedikal dokuların sınıflandırılması

    Classification of biomedical images by using artificial neural networks

    TAMER ÖLMEZ

    Doktora

    Türkçe

    Türkçe

    1995

    Biyomühendislikİstanbul Teknik Üniversitesi

    PROF.DR. ERTUĞRUL YAZGAN

  3. Doğadan esinlenen koku ve ikili görüye dayalı gerçek zamanlı bir gömülü sistem tasarımı

    A bio-inspired real time embedded system design based on olfaction and stereo vision

    SELMAN ERGÜNAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜŞTAK ERHAN YALÇIN

  4. Hareket başlatma ve derin beyin uyarımına ilişkin bir bazal çekirdek devresi hesaplamalı modeli

    A computational model of basal ganglia for action initiation and deep brain stimulation

    MUSTAFA YASİR ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. NESLİHAN SERAP ŞENGÖR

  5. Solving Navier Stokes equations with physics informed neural network for calculation of aerodynamic forces

    Aerodinamik kuvvetleri hesaplamak için Navier-Stokes denklemlerinin fizik bilgili nöral ağ ile çözümü

    SILA AKPINAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SERHAT YEŞİLYURT