Geri Dön

Automatic segmentation of mitochondria in scanning electron microscopy images

Taramalı elektron mikroskobu görüntülerinde mitokondrilerin otomatik olarak bölütlenmesi

  1. Tez No: 695869
  2. Yazar: MEHMET ÇAĞRI GÜVEN
  3. Danışmanlar: PROF. DR. ÜNAL ERKAN MUMCUOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 98

Özet

Birçok çalışma mitokondri ve kristaların şeklinin hastalıkların oluşumunu belirttiğini göstermektedir. Taramalı Elektron Mikroskobu (SEM), hücrenin iç yapılarının ve mitokondrilerin görüntülerinin elde edilmesini sağlar. Mitokondrilerin otomatik bölütlenmesi uzmanlar tarafından hastalıkların karar verilmesine katkı sağlar. Seri Blok-Yüz Taramalı Elektron Mikroskobu (SFBSEM) görüntülerinde mitokondrinin otomatik segmentasyonu hakkında sınırlı çalışma vardır. SBFSEM görüntüleme tekniği, tam otomasyon, iyi kaydedilmiş görüntüler, veri elde etmek için daha az zaman ve daha az çaba sağlar. Bu nedenle, bu çalışma için SBFSEM görüntüleme tekniği seçilmiştir. Son zamanlarda, derin ögrenme yöntemleri SEM veri setlerinin görüntü işlemesi için uygulanmaktadır. Ancak, büyük veri setlerinin, fazla çabanın ve test ve eğitim verilerinin hazırlanması için güçlü bilgisayarların gerekliliğinden bu çalışma için enerji tabanlı model uygulanmaktadır. Bu tezde kullanılan algoritmalar öncelikle TEM görüntülerinde mitokondri bölütlenmesi için Tasel ve arkadaşları tarafından geliştirilen algoritmalardır. Yöntem, ön işleme, sırt algılama, enerji haritalama, eğri uyumlandırma, yılan temelli şekil çıkarma, doğrulama ve son işlem adımlarını içerir. Bu tezde, bu algoritmalar optimum performans elde etmek için SBFSEM görüntüleri için uyarlanmış ve yeniden düzenlenmiştir. Degerlendirmeler Dice Benzerlik Katsayısı(DSC), kesinlik, hatırlama ve F-Skoru metrikleri kullanılarak yapılır.

Özet (Çeviri)

Many studies have shown that shape of mitochondria indicates the occurrence of diseases. Scanning Electron Microscopy (SEM) enables to obtain image of internal structures of the cell and mitochondria. Automatic segmentation of mitochondria contributes to the decision of diseases by specialists. There is limited study about automatic segmentation of mitochondria in Serial Block-Face Scanning Electron Microscopy (SFBSEM) images. SBFSEM imaging technique provides full automation, well registered images, less time and less effort for data acquisition. Therefore, SBFSEM imaging technique is selected for this study. Recently, deep learning methods have been implemented for image processing of SEM datasets. However, due to requirement of huge datasets, much effort and powerful computers for preparing testing and training data, energy based model is implemented for this study. The algorithms used in this thesis are primarily the algorithms developed by Tasel et al for mitochondria segmentation in TEM images. The method includes preprocessing, ridge detection, energy mapping, curve fitting, snake-based shape extraction, validation and post-processing steps. In this thesis, these algorithms are adapted and refined for SBFSEM images to obtain optimum performance. Evaluations are made by using Dice Similarity Coefficient (DSC), precision, recall and F-Score metrics.

Benzer Tezler

  1. 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

    İngilizce

    2016

    Tıbbi BiyolojiOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. DR. Ü. Erkan Mumcuoğlu

  2. Semi-automatic segmentation of mitochondria on transmission electron microscopy images using live-wire and surface dragging methods

    Elektron mikroskop tomografısı görüntülerınde mıtokondrılerın yüzey sürükleme ve canlı-tel yöntemlerı kullanarak yarı-otomatik bölütlenmesi

    MAHDIEH FARZIN ASANJAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. ÜNAL ERKAN MUMCUOĞLU

    YRD. DOÇ. DR. REZA ZARE HASSANPOUR

  3. 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

    MERİH ALPHAN KARADENİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Dokümantasyon ve EnformasyonOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. DR. ÜNAL ERKAN MUMCUOĞLU

  4. Semi-automatic/user-guided segmentation of mitochondria on transmission electron microscopy images

    Transmisyon elektron mikroskobu görüntülerinde mitokondrilerin yarı otomatik/kullanıcı güdümlü bölütlenmesi

    MUSTAFA ÇÖÇELLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilim ve TeknolojiOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. DR. ÜNAL ERKAN MUMCUOĞLU

    YRD. DOÇ. DR. REZA ZARE HASSANPOUR

  5. Detection and segmentation of mitochondria from electron microscope tomography images

    Elektron mikroskobu tomografisi görüntülerinden mitokondrilerin saptanması ve bölütlenmesi

    FARİS SERDAR TAŞEL

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. DR. ÜNAL ERKAN MUMCUOĞLU

    YRD. DOÇ. DR. REZA ZARE HASSANPOUR