Derin öğrenme yaklaşımlarıyla mikroskopi görüntülerinde mikroglial hücrelerin ve dopaminer nöronların tespiti ve nicelendirilmesi
Detection and quantification of microglial cells and dopaminergi̇c neurons in microscopy images using deep learning approaches
- Tez No: 846844
- Danışmanlar: DOÇ. DR. ALİ YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Bu çalışmada nörolojik hastalıkların anlaşılması ve terapetik stratejilerin değerlendirilmesi için kritik olan 3D mikroskopi görüntülerinde mikroglial hücreler ve dopaminerjik nöronların otomatik tespiti ve sayımı için makine öğrenmesi yaklaşımları (Faster-RCNN, RetinaNET, YoloV3) kullanılmıştır. Kullanılan yapay zekâ algoritmasında, klasik metodlarla analizi ile karşılaştırıldığında iyi bir performans sergilediği gözlenmiştir. Yapay zekâ modelinin eğitimi, sıçan veri kümeleri kullanılarak gerçekleştirilmiştir. Parkinson hastalığını kemirgen modelinde çalışılmıştır. Algoritma, türler arasında mikroglial hücreler ve dopaminerjik nöronları elle sayıma benzer bir doğrulukta nicel olarak sonuç vermiştir. Kullanılan makine öğrenme yöntemi, veri kümeleri içindeki ince değişkenlikleri yakalayabilmektedir. Nörolojik araştırmaları bu yöntemin kullanılabilirliği görülmüştür.
Özet (Çeviri)
In this study, machine learning approaches such as Faster-RCNN, RetinaNET, and YoloV3 were employed for the automatic detection and quantification of microglial cells and dopaminergic neurons in 3D microscopy images, which are crucial for gaining insights into neurological diseases and assessing therapeutic strategies. The artificial intelligence algorithm exhibited good performance when compared to conventional methods. The AI model was trained using datasets from rodents. Parkinson's disease was investigated using a rodent model. The algorithm achieved a level of accuracy similar to manual counting for microglial cells and dopaminergic neurons across different species. The machine learning method employed demonstrates the ability to capture subtle variations within the datasets. The applicability of this method in neurological research has been substantiated
Benzer Tezler
- Non-small cell lung cancer tumor characterisation using deep learning
Derin öğrenme yaklaşımlarıyla küçük hücreli dışı akciğer kanserinde tümör karakterizasyonu
MUSTAFA BIÇAKCI
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Single-frame and multi-frame super-resolution on remote sensing images via deep learning approaches
Derin öğrenme yaklaşımlarıyla uzaktan algılama görüntülerinde tek çerçeve ve çok çerçeve süper çözünürlük
PEIJUAN WANG
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products
Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi
NAHİT ÇATMADIM
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET SİNAN ÖZEREN
- Derin öğrenme yaklaşımlarıyla tıbbi yara görüntülerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of medical wound images with deep learning approaches
HÜSEYİN ELDEM
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER
- Time series analysis with deep learning approaches for industry 4.0
Endüstri 4.0 için derin öğrenme yaklaşımlarıyla zaman serisi analizi
CEREN NUR BAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM DURMAZ İNCEL