Geri Dön

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

  1. Tez No: 846844
  2. Yazar: YUNUS ALİ KURT
  3. Danışmanlar: DOÇ. DR. ALİ YILDIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Mersin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Non-small cell lung cancer tumor characterisation using deep learning

    Derin öğrenme yaklaşımlarıyla küçük hücreli dışı akciğer kanserinde tümör karakterizasyonu

    MUSTAFA BIÇAKCI

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT YILMAZ

  2. 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

    İngilizce

    2022

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  3. 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

    İngilizce

    2023

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. MEHMET SİNAN ÖZEREN

  4. Derin öğrenme yaklaşımlarıyla tıbbi yara görüntülerinin segmentasyonu ve sınıflandırılması

    Segmentation and classification of medical wound images with deep learning approaches

    HÜSEYİN ELDEM

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERKAN ÜLKER

  5. 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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZLEM DURMAZ İNCEL