Geri Dön

Fetüs beyin dokularının derin öğrenme ile segmentasyonu

Segmentation of fetal brain tissues using deep learning

  1. Tez No: 784108
  2. Yazar: UĞURCAN AKYÜZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN
  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: 2023
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

İnsan beyni yaklaşık 86 milyar nörondan oluşan karmaşık bir yapıdır. Bu karmaşık yapıyı oluşturan nöronların bir çoğu anne karnındayken oluşur ve beyin içerisindeki pozisyonları belirlenmeye başlar. İlk trimesterden itibaren başlayan fetüs beyin gelişimi, beyin dokularının düz bir yapıdan kıvrımlı bir yapıya hızla evrilmesiyle devam eder. Bu süreç içerisinde çevresel etkenlerden veya genetik mutasyonlardan dolayı fetüslerin beyin dokularının hacimlerinde veya şekillerinde bozulmalar meydana gelebilmektedir. Otizm, lisensefali ve şizofreni gibi hastalıkların sebebi olduğu düşünülen bu bozulmaların araştırılması için gebelik başlangıcından itibaren fetüs beyninin gelişiminin izlenmesi ve detaylı bir şekilde analizinin yapılması gerekmektedir. Manyetik rezonans (MR) görüntüleme fetüs beyinlerinin görüntülenmesinde ve analizinde en sık kullanılan yöntemlerden biridir. Bu yöntemde, beyin MR atlasları ile fetüs beynindeki farklı dokuların segmentasyonu gerçekleştirilir ve dokuların nicel analizi yapılabilir. Ancak fetüs beyni çok hızlı değiştiği ve nörotipik durumların yanı sıra patolojik durumları da içerdiği için her bir gelişim dönemine ve patolojik duruma ait uygun beyin atlası bulunmamaktadır. Bu çalışmada, fetüs beyin dokularının segmentasyonunu MR beyin atlaslarına ihtiyaç duymadan tam otomatik şekilde yapabilen derin öğrenme modelleri geliştirdik. Geliştirdiğimiz modeller 7 farklı fetüs beyin dokusunu gestasyonel yaştan ve patolojik durumdan bağımsız, tam otomatik segmente edebilmektedir. FeTA2021 fetüs beyin MR veri setini gestasyonel yaşa göre farklı alt gruplara bölerek yeni veri setleri oluşturduk ve 3D U-Net modellerini her bir alt set üzerinde eğiterek, gestasyonel yaş gruplarının modellerin başarısına olan etkilerini inceledik. 3D SDU-Net adlı yeni bir segmentasyon modeli önererek fetüs beyin dokularının segmentasyonunu gerçekleştirdik.

Özet (Çeviri)

The human brain is a complex system of about 86 billion neurons. Most of the neurons that make up this system grow rapidly in the womb, and their positions in the various brain regions begin to form. During this period, defects in the volume or shape of fetal brain tissue may occur due to environmental factors or genetic mutations. To study these abnormalities, which could be the cause of brain disorders such as autism, lissencephaly, and schizophrenia, it is necessary to monitor the development of the fetal brain throughout pregnancy and perform a detailed volume and shape analysis. Magnetic resonance (MR) imaging is a commonly used method for imaging and analyzing the human fetal brain during pregnancy. In this method, the various tissues of the fetal brain are segmented using brain MR atlases and quantitative analysis of the tissues can be performed. However, because the fetal brain changes rapidly and has both pathological and neurotypical conditions, there is no suitable brain atlas for each developmental period and pathological condition. In this study, we developed deep learning models that automatically segments fetal brain tissue without using MR brain atlases. The developed models can automatically segment seven fetal brain tissue regardless of gestational age and pathological condition. We created sub-datasets by dividing the FeTA2021, a dataset of fetal brain MRs, into different groups according to gestational age. We trained the 3D U-Net models on each sub-set and investigated the effects of the gestational age groups on the segmentation performance of the models. Furthermore, we proposed a new segmentation model named 3D SDU-Net to segment fetal brain tissues.

Benzer Tezler

  1. Aroclor 1254'e maruz kalan gebe ratlar ile yavrularında oksidatif stresin ve bu strese karşı Vitamin E'nin koruyucu etkisinin araştırılması

    Investigation of protective effect of Vitamin E and oxidative stress in pregnant rats and their pups exposure to Aroclor 1254

    AYŞE SEYRAN

    Doktora

    Türkçe

    Türkçe

    2010

    BiyokimyaFırat Üniversitesi

    Biyokimya (Veterinerlik) Ana Bilim Dalı

    DOÇ. DR. MİNE ERİŞİR

  2. Toxıcologıc evaluatıon of sılver nanopartıcles

    Gümüş nanoparti̇külleri̇n toksi̇koloji̇k değerlendi̇ri̇lmesi̇

    MOHAMMAD CHAREH SAZ

    Doktora

    İngilizce

    İngilizce

    2014

    Eczacılık ve FarmakolojiHacettepe Üniversitesi

    Eczacılık Bölümü

    PROF. DR. ÜLKÜ ÜNDEĞER BUCURGAT

  3. Ratlarda gebelik süresince uygulanan akrilamidin fetal beyin gelişimine etkilerinin ve E vitamini'nin koruyucu rolünün araştırılması

    Investigation of the effects of acrylamide, administered during pregnancy on the fetal brain development and protective role of vitamine E in rats

    MEHMET ERMAN ERDEMLİ

    Doktora

    Türkçe

    Türkçe

    2015

    Anatomiİnönü Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. DR. YUSUF TÜRKÖZ

    YRD. DOÇ. DR. ZÜMRÜT DOĞAN

  4. Porcupine inhibitörü uygulanması sonrasında fetus beyinlerinde sinir ve kök hücre belirteçlerinin araştırılması

    Investigation of the nerve and stem cell markers in fetus brains after the administration porcupine inhibitor

    GÖZDE ALKAN YEŞİLYURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Histoloji ve EmbriyolojiAydın Adnan Menderes Üniversitesi

    Histoloji ve Embriyoloji Ana Bilim Dalı

    PROF. DR. KEMAL ERGİN

  5. İntrauterin hipoksik-iskeminin fetal beyin gelişimine etkisi

    The effect of intrauterine hypoxia-ischemia on fetal brain development

    HAMİT ÖZYÜREK

    Tıpta Yan Dal Uzmanlık

    Türkçe

    Türkçe

    2004

    NörolojiHacettepe Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı