Biyomedikal görüntülerdeki hareketli nesnelerin derin öğrenme yöntemleri ile şekil ve yörünge analizi
Morphology and trajectory analysis of motile objects in biomedical images with deep learning methods
- Tez No: 933838
- Danışmanlar: DOÇ. DR. HAMZA OSMAN İLHAN, DR. ÖĞR. ÜYESİ GÖRKEM SERBES
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, kısırlık tanısında erkek faktörünün değerlendirilmesinde kullanılan sperm şekil ve hareket analizlerini derin öğrenme tabanlı yaklaşımlar ile iyileştirmeyi amaçlamaktadır. Görsel değerlendirme (GD) olarak adlandırılan manuel sperm değerlendirmesi, zaman alıcı, hata yapmaya açık, subjektif ve büyük ölçüde değerlendiricinin uzmanlığına bağlı bir yöntem olarak görülmektedir. Bu eksiklikleri gidermek amacıyla, bilgisayar destekli sperm analiz (BDSA) sistemleri geliştirilmiştir. Ancak mevcut BDSA sistemleri, yüksek maliyetleri ve erişim kısıtlamaları nedeniyle klinik uygulamalarda yaygın olarak kullanılmamaktadır. Son yıllarda, makine öğrenmesi ve derin öğrenme tabanlı yöntemler, sperm şekli (morfoloji) ve hareketliliğinin otomatik analizi için umut vadeden çözümler sunmaktadır. Tez kapsamında sperm morfoloji analizi için Vision Transformer (ViT) tabanlı bir sistem önerilmiş ve HuSHeM ile SMIDS veri setlerinde sırasıyla %93,52 ve %92,5 doğruluk elde edilmiştir. Açık erişim veri setlerine ek olarak, tez kapsamında oluşturulup yeni yayımlanan Hi-LabSpermMorpho veri setinde de EfficientNet-V2 mimarisi kullanılarak deneyler gerçekleştirilmiştir. Bu doğrultuda, BesLab, Histoplus ve GBL veri setlerinde sırasıyla %65,05, %67,42 ve %63,58 doğruluk oranlarına ulaşılmıştır. Tez çalışmasının bir diğer fazını oluşturan sperm hareket analizi için ise Hi-LabSpermTracking veri seti oluşturulmuş, 12 farklı hastadan alınan, 60 saniye uzunluğunda ve 1920×1080 çözünürlüğünde toplam 66 video, iki uzman biyolog tarafından detaylı şekilde etiketlenmiştir. YOLOv8 ve RT-DETR modelleri eğitilerek sperm tespiti gerçekleştirilmiş, MEAN topluluk yöntemi ile birleştirilerek %87,87 F1-Skor ve %86,55 mAP50 değerlerine ulaşılmıştır. Takip işlemi DeepSORT yöntemi ile gerçekleştirilmiş, HOTA, MOTA ve IDF1 metrikleri kullanılarak değerlendirilmiştir. MEAN yöntemi, sırasıyla %66,60 HOTA, %76,42 MOTA ve %85,79 IDF1 değerleri ile en başarılı sonuçları vermiştir. Son olarak, sperm hareket özellikleri (VCL, VSL, VAP, LIN, STR) çıkarılarak Dünya Sağlık Örgütü (WHO) kriterlerine göre motilite seviyeleri belirlenmiş, MEAN yöntemi ile elde edilen sonuçların Ground-truth (GT) motilite seviyeleri ile büyük ölçüde uyumlu olduğu doğrulanmıştır. Tez kapsamında oluşturulan veri setleri ve geliştirilen yöntemler, sperm morfoloji ve motilite analizine önemli katkılar sağlamış, literatürdeki mevcut yaklaşımlardan daha başarılı analizler sunmuştur.
Özet (Çeviri)
This thesis aims to improve sperm morphology and motility analysis used for the assessment of male factors in infertility diagnosis by using deep learning based approaches. Manual sperm evaluation, referred to as visual assessment (VA), is considered a time-consuming, error-prone, subjective method that is highly dependent on the expertise of the expert. Computer-assisted sperm analysis (CASA) systems have been developed to overcome these shortcomings. However, the high costs and accessibility limitations of existing CASA systems have prevented their widespread use in clinical applications. In recent years, machine learning and deep learning-based methods have emerged as promising solutions for automated analysis of sperm morphology and motility. Within the scope of the thesis, a Vision Transformer (ViT) based system was proposed for sperm morphology analysis and an accuracy of 93.52% and 92.5% was obtained in HuSHeM and SMIDS datasets, respectively. In addition to the open access datasets, experiments were carried out using EfficientNet-V2 architecture on the Hi-LabSpermMorpho dataset, which was created within the scope of the thesis and recently published. Accordingly, accuracy rates of 65.05%, 67.42% and 63.58% were achieved in BesLab, Histoplus and GBL datasets, respectively. For sperm motility analysis, which constitutes another phase of the thesis study, Hi-LabSpermTracking dataset was created, and a total of 66 videos taken from 12 different patients, 60 seconds long and 1920×1080 resolution, were labelled in detail by two expert biologists. YOLOv8 and RT-DETR models were trained to detect sperm and combined with the MEAN ensemble method to achieve 87.87% F1-Score and 86.55% mAP50 values. Follow-up was performed with the DeepSORT method and evaluated using HOTA, MOTA and IDF1 metrics. MEAN method achieved the most successful results with 66.60% HOTA, 76.42% MOTA and 85.79% IDF1 values, respectively. Finally, sperm motility characteristics (VCL, VSL, VAP, LIN, STR) were extracted and classified according to the World Health Organization (WHO) motility levels. The results obtained using the MEAN method were remarkably consistent with the Ground-Truth (GT) motility levels. The datasets and methods developed in this thesis contribute significantly to sperm morphology and motility analysis, leading to systems that outperform existing studies both in practical applications and theoretical advancements.
Benzer Tezler
- A system implementation for analyzing and tracking motile objects in biomedical images
Biyomedikal görüntülerde hareketli nesnelerin analizi ve takibi için bir sistem gerçeklemesi
HAMZA OSMAN İLHAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Üretim süreçleri için dinamik ve temassız optik çap ölçüm sistemi
Dynamic and non-contact optical diameter measurement system for manufacturing processes
AYNUR DİDEM OKTAN KARAYEĞEN
Doktora
Türkçe
2025
Mühendislik BilimleriBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN KURTULDU
- Polimerik membranlarda kimyasal ve makromoleküler yapının membranın oksijen ve iyonik geçirgenliğine etkileri
The Dependence of the anygen and ionic permeabilities of some polymeric membranes on their chemical and macromolecular structures
H. YILDIRIM ERBİL
- Electromagnetic scattering properties of dielectric disk and cylinder with applications to ice clouds
Başlık çevirisi yok
MUSTAFA KOCATÜRK
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiDOÇ. DR. SELİM ŞEKER