Geri Dön

Detection and tracking of living trypanosoma cruzi parasite

Yaşayan trypanosoma cruzi parazitinin tespiti ve takibi

  1. Tez No: 875281
  2. Yazar: SENEM AKTAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ LAVDİE RADA ÜLGEN
  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: 2024
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Trypanosoma cruzi parazitinin neden olduğu Chagas hastalığı, özellikle Latin Amerika (Rassi & Marin-Neto, 2010; Nagajyothi et al., 2012; Rojo-Medina et al., 2018) başta olmak üzere küresel sağlık için önemli bir tehlike oluşturmaktadır. Mikroskop altında manuel analiz yapılmasını gerektiren geleneksel teşhis yaklaşımları zaman alıcı ve yorucudur. Dahası, bu parazitler insanlar tarafından sürekli olarak tespit ve takip edilemediği için yöntem hatalara karşı hassastır. Bu çalışma, video veriseti kullanılarak yaşayan T. cruzi parazitlerinin tespiti ve takibi üzerine bilgisayarlı görü tabanlı bir çalışma sunmaktadır. Çalışmanın ilk aşaması, tespit parametrelerinin güvenilirliğini ve tutarlılığını garanti etmek için arka plan tahmin tekniklerini kullanarak arka plan kaldırmayı içermektedir. Arka plandan çıkarılmış video daha sonra yaşayan, hareketli parazitlerin bulunduğu bölgeleri tanımlamak ve vurgulamak için yoğun optik akış kul- lanılarak analiz edilmiştir. Daha sonra belirlenen bölgelerin konumları iki farklı yak- laşım kullanılarak çıkarılmıştır: kontur tespiti ve FastSAM (Zhao et al., 2023) seg- mentasyon modeli. İkinci aşamada, deneylerimiz mevcut takip yaklaşımlarının yeter- siz olduğunu ortaya çıkardı ve izleme sürecini kolaylaştırmak için ölçeklenebilir ve bağımlılık içermeyen özel bir nokta tabanlı algoritmanın geliştirilmesine yol açtı. Bu çalışma, parazitler de dahil olmak üzere hızlı hareket eden küçük nesnelerin tespit edilmesi ve izlenmesine yönelik gelecekteki çabalara yol açacak adımları içermekte- dir. Bu yaklaşım, manuel analiz süreçlerinin doğasında var olan zorlukların aşılmasını kolaylaştıracak, böylece kesin ve güvenilir sonuçlara ulaşılmasını sağlayacaktır.

Özet (Çeviri)

The Trypanosoma cruzi parasite-induced Chagas disease constitutes a signifi- cant danger to global health, particularly in Latin America (Rassi & Marin-Neto, 2010; Nagajyothi et al., 2012; Rojo-Medina, Ruiz-Matus, Salazar-Schettino, & González- Roldán, 2018). Traditional diagnostic approaches, which entail manual analysis under a microscope, are time-consuming and exhausting. Moreover, the method is suscepti- ble to inaccuracies since this parasite is virtually undetectable and untrackable by the human constantly. This study presents a computer vision based study on the detec- tion and tracking of living T. cruzi parasites using video dataset. The initial stage of the study involved background removing using background estimation techniques to guarantee the reliability and consistency of the detection parameters. The background- subtracted video was then analyzed using dense optical flow to identify and highlight the regions where the living, moving parasites are situated. After that the locations of the designated regions were extracted using two distinct approaches: contour detection and FastSAM (Zhao et al., 2023) segmentation model. In the second phase, our exper- iments revealed that existing tracking libraries were unsatisfactory, prompting the de- velopment of a custom point-based algorithm to facilitate the tracking process which is scalable and dependency-free. This study includes steps that will lead to future efforts to detect and track tiny fast moving objects, including parasites. This approach will facilitate the overcoming of challenges inherent in manual analysis processes, thereby ensuring the attainment of precise and reliable results.

Benzer Tezler

  1. Veri madenciliği teknikleri ile bulut bilişim tabanlı giyilebilir hareket tanı sistemi oluşturulması

    Creating cloud computing based wearable motion diagnostic system with data mining techniques

    ERHAN KAVUNCUOĞLU

    Doktora

    Türkçe

    Türkçe

    2022

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESMA UZUNHİSARCIKLI

    DOÇ. DR. AHMET TURAN ÖZDEMİR

  2. Çok modlu yaşam alanı gözetleme sistemleri

    Multi-modal living area surveillance systems

    FATİH ERDEN

    Doktora

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ ZİYA ALKAR

  3. Değişken rezolüzyonlu görüntü örnekleyici

    Multi resolution image sampler

    RIZA CAN TARCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Y.DOÇ.DR. M. SAİT TÜRKÖZ

  4. Hayati sinyallerin temassız tespiti için bir biyoradar sisteminin geliştirilmesi

    Development of a bio-radar system for non-contact detection of vital signs

    İBRAHİM ŞEFLEK

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN YALDIZ

  5. Deep learning based segmentation pipeline for label-free phase-contrast microscopy images

    Etiketsiz faz-kontrast mikroskopi görüntüleri için derin öğrenme tabanlı segmentasyon boru hattı

    AYDIN AYANZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. BEHÇET UĞUR TÖREYİN

    DOÇ. DR. DEVRİM ÜNAY