AI-augmented validation of in-home male fertility test
Yapay zeka destekli evde erkek doğurganlık test kiti doğrulaması
- Tez No: 925608
- Danışmanlar: DOÇ. DR. SAVAŞ TAŞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 41
Özet
Mikroakışkan sistemlerin gelişimi, hızlı, sağlam, doğru ve hassas biyokimyasal analiz, bulaşıcı hastalık teşhisi ve doğurganlık izlemeyi mümkün kılarak nokta-atış (POC) uygulamalarını devrimleştirdi. Özellikle erkek doğurganlık izleme alanında kağıt tabanlı mikroakışkan testler, geleneksel yöntemlere göre taşınabilir ve uygun maliyetli çözümler sunmaktadır. Bu yenilik, kaynakların sınırlı olduğu ortamlarda erkek doğurganlık testinin yüksek maliyetini ve sınırlı erişilebilirliğini ele almaktadır. Küresel olarak önemli bir sorun olan erkek infertilitesi, genellikle damgalama ile karşı karşıya kalarak erkeklerin bakım aramasına engel olmaktadır. Kağıt tabanlı kolorimetrik mikroakışkan testler, sperm sayısı, hareketlilik, morfoloji, DNA bütünlüğü ve pH gibi sperm parametrelerini evde gizli bir şekilde izleyerek uygun fiyatlı infertilite taramasını desteklemektedir. Bununla birlikte, mikroakışkan testlerdeki kolorimetrik analiz, ışık yoğunluğu gibi çevresel koşullardan etkilenmektedir. Bunu ele almak için, kağıt tabanlı kolorimetrik sperm analizi testi geliştirmek üzere sentetik veriyle ince ayarlanmış bir YOLOv8 modeli kullandık. 40 sperm örneğini standart klinik testler kullanarak pH ve sayı açısından değerlendirdik ve sonuçları kitımızla karşılaştırdık. Kit, donör örneklerini işlerken reaksiyon bölgelerinde renk değişikliğine neden olup değişen ışık koşullarında bir akıllı telefon kullanılarak yakalanıyor. Sınırlı görüntü örneklerine rağmen, tamamen sentetik veriler ile eğitilen YOLOv8 modeli, ev ve klinik ortamlar için kolorimetrik analiz güvenilirliğini artırmada vaat gösteren %0.71 doğruluk elde etti.
Özet (Çeviri)
The development of microfluidics systems has revolutionized point-of-care (POC) applications by enabling rapid, robust, accurate and sensitive biochemical analysis, infectious disease diagnosis, and fertility monitoring. Paper-based microfluidic tests, especially in male fertility monitoring, offer portable, cost-effective solutions compared to traditional methods. This innovation addresses high costs and limited accessibility of male fertility testing in resource-poor settings. Male infertility, a significant issue globally, often faces stigma, hindering men from seeking care. Paper-based colorimetric microfluidic tests discreetly monitor sperm parameters like count, motility, morphology, DNA integrity, and pH at home, supporting affordable infertility screening. However, colorimetric analysis in microfluidic tests faces challenges from environmental conditions like light intensity. To address this, we used a YOLOv8 model fine-tuned with synthetic data to develop a paper-based colorimetric sperm analysis test. We evaluated 36 sperm samples for pH and sperm count using standard clinical tests and compared results with our kit. The kit induces color changes in reaction zones when processing donor samples, captured using a smartphone under varying light conditions. Despite limited image samples, our synthetically tuned YOLOv8 achieved 0.71 test accuracy. Therefore, procedurally generated images, employed to train a YOLO model, offer a promising approach for enhancing the reliability of colorimetric analysis in home and clinical settings. This eliminates the need for extensive dataset preparation and provides a potential alternative to traditional methods that rely on precious samples and well-trained personnel with expensive equipment.
Benzer Tezler
- Developing ai models to diagnosis Parkinson's disease (PD) using multinational MRI
Çok uluslu MRI kullanarak Parkinson hastalığını (PD) teşhis etmek için yapay zeka modelleri geliştirme
ALAA I.M ABUKARESH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OKATAN
- Deep learning-driven visual analysis of tangible architectural heritage data: classification of Ottoman vernacular houses through facade images
Somut mimari miras verilerinin derin öğrenme tabanlı görsel analizi: Osmanlı vernaküler konutlarının cephe görselleri üzerinden sınıflandırılması
VELİ MUSTAFA YÖNDER
Doktora
İngilizce
2025
Mimarlıkİzmir Yüksek Teknoloji EnstitüsüMimarlık Ana Bilim Dalı
PROF. DR. FEHMİ DOĞAN
DR. ÖĞR. ÜYESİ HASAN BURAK ÇAVKA
- Benchmarking generative ai in structured domains: A critical evaluation of LLM–RAG architectures for flight recommendations
Yapılandırılmış alanlarda üretken yapay zekanın kıyaslanması: Uçuş tavsiyeleri için LLM–RAG mimarilerinin eleştirel bir değerlendirmesi
TUQA RAHMAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ IBRAHEEM SHAYEA
DR. ÖĞR. ÜYESİ MERYEM UZUN-PER
- Ai for drug discovery LSTM-driven drug design using selfies for target-focused de novo generation of HIV-1 protease inhibitor candidates in the treatment of AIDS
Yapay zeka tabanlı LSTM destekli ilaç tasarımı: AIDS tedavisinde selfıes kullanarak HIV-1 proteaz odaklı inhibitör adaylarının tasarlanması
M.TALEB ALBRIJAWI
Yüksek Lisans
İngilizce
2023
Biyomühendislikİstanbul Medipol ÜniversitesiBiyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı
PROF. DR. REDA ALHAJJ
- Prediction of non-coding driver mutations using ensemble learning
Topluluk öğrenmesi kullanarak kodlayıcı olmayan sürücü mutasyonlarının tahmini
SANA BASHARAT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiVeri Bilimi Ana Bilim Dalı
YRD. DOÇ. DR. BURÇAK OTLU SARITAŞ