Geri Dön

Görüntü işleme ile beyin organoid analizi

Brain organoid analysis with image processing

PDF İndir

  1. Tez No: 971129
  2. Yazar: DOĞU CAN SEYİDOĞLU
  3. Danışmanlar: PROF. DR. ÖZLEM YEŞİL ÇELİKTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoteknoloji, Biotechnology
  6. Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışması, yüksek yoğunluklu sesin insan beyin organoidleri üzerindeki morfolojik ve gelişimsel etkilerini araştırmıştır. Geleneksel biyolojik analiz yöntemlerinin sınırlılıklarını aşmak için yazılım mühendisliği ve yapay zeka teknikleri kullanılmıştır. Özellikle, organoidlerin zaman serisi görüntüleri üzerinden entropi, parlaklık gibi özellikler ve biyolojik analizler nicel veriler çıkarılarak, sese verdikleri dinamik tepkiler objektif ve yüksek hassasiyetle incelenmiştir. Çalışmada, insan kökenli serebral organoidler belirli olgunluk aşamasına getirildikten sonra, kontrol ve yüksek yoğunluklu ses maruziyeti gruplarına ayrılarak 8 saat süreyle spesifik frekans ve şiddette ses ortamına maruz bırakılmıştır. Maruziyet sonrası organoidlerin mikroskobik görüntüleri düzenli aralıklarla alınmış ve bu görseller, yazılım tabanlı görüntü işleme algoritmalarıyla nicel olarak analiz edilmiştir. Görüntü işleme metodolojisi geliştirme sürecinde zaman serisi mikroskobik görüntüler kullanılarak yapılan analizler, ses maruziyetinin bazı morfolojik metriklerde zamana bağlı değişikliklere yol açtığını ortaya koymuştur. Bu değişiklikler, entropi, kontrast ve yoğunluk gibi ölçütlerde belirgin örüntüler şeklinde gözlenmiş ancak sınırlı veri seti nedeniyle istatistiksel anlamlılık göstermemiştir. Metodoloji olgunlaştıkça ve yüksek çözünürlüklü, hizalanmış görüntüler kullanılarak gerçekleştirilen kapsamlı morfolojik analizlerde, ses maruziyetine bağlı olarak belirli morfolojik parametrelerde anlamlı farklılıklar saptanmıştır. İstatistiksel değerlendirmeler, organoidlerin çevresel ses uyarımına karşı seçici ve zamana bağlı sistematik tepkiler verdiğini desteklemiştir. Biyolojik testler kapsamında ise, canlılık düzeyi üzerinde anlamlı bir değişiklik gözlenmezken, nöronal belirteç gen ifadelerinde (özellikle MAP2 ve LMX1B) artışlar kaydedilmiştir. LMX1B genindeki bu artış istatistiksel olarak anlamlı bulunmuş ve yüksek yoğunluklu sesin organoidlerde nörogelişimsel süreçleri modüle ettiğine işaret etmiştir. Bu bulgular, ses maruziyetinin hem morfolojik hem moleküler düzeyde organoid yapısını etkileyebileceğini göstermiştir. Bu tez, yapay zeka destekli görüntü analiz yöntemleriyle beyin organoidlerinin yüksek yoğunluklu sese karşı zamana bağlı morfolojik tepkilerini başarıyla nicel olarak ortaya koymuştur. Analizler, ses maruziyetinin organoidlerde seçici ve anlamlı yapısal değişimlere yol açtığını göstermiştir. Moleküler biyoloji verileri de bu bulguları desteklemiş, çevresel stresin hücresel ve moleküler düzeyde etkilerini doğrulamıştır. Çalışma, disiplinlerarası yaklaşımla organoidlerin çevresel faktörlere adaptif yanıt verebildiğini ortaya koymuş ve daha geniş veri setleri ile multimodal analizlerin gerekliliğini vurgulamıştır. Bir yazılım mühendisi olarak bu yaklaşım, biyolojik incelemelere otomatik, tekrarlanabilir ve insan öznelliğinden arındırılmış bir analiz boyutu katmayı hedeflemiştir. Elde edilen bulgular, dışsal fiziksel stresörlerin beyin benzeri dokular üzerindeki etkilerini anlamada yeni yaklaşımlar kazandırmıştır.

Özet (Çeviri)

This thesis investigated the morphological and developmental effects of high-intensity sound on human brain organoids. To overcome the limitations of traditional biological analysis methods, software engineering and artificial intelligence techniques were employed. Specifically, dynamic responses of the organoids to sound were objectively and highly sensitively examined by extracting quantitative data such as entropy and brightness features from time-series images, along with biological analyses. In the study, human-derived cerebral organoids were matured to a certain stage and then divided into control and high-intensity sound exposure groups. They were exposed to a sound environment with specific frequency and intensity for 8 hours. Following exposure, microscopic images of the organoids were taken at regular intervals and quantitatively analyzed using software-based image processing algorithms. Analyses conducted during the image processing methodology development phase, which utilized time-series microscopic images, revealed that sound exposure led to time-dependent changes in certain morphological metrics. These changes were observed as distinct patterns in measures such as entropy, contrast, and intensity, although they did not reach statistical significance due to the limited dataset. As the methodology matured and comprehensive morphological analyses were performed using high-resolution, aligned images, significant differences in specific morphological parameters related to sound exposure were identified. Statistical evaluations supported that the organoids exhibited selective and time-dependent systematic responses to environmental sound stimulation. Biological tests showed no significant changes in viability levels, while increases were recorded in neuronal marker gene expressions, particularly MAP2 and LMX1B. The increase in LMX1B expression was statistically significant and indicated that high-intensity sound modulated neurodevelopmental processes in the organoids. These findings demonstrated that sound exposure affected the organoid structure at both morphological and molecular levels. This thesis successfully quantified the time-dependent morphological responses of brain organoids to high-intensity sound using artificial intelligence-supported image analysis methods. The analyses showed that sound exposure induced selective and significant structural changes in the organoids. Molecular biology data also supported these findings, confirming the effects of environmental stress at cellular and molecular levels. The study revealed, through an interdisciplinary approach, that organoids can adaptively respond to environmental factors and emphasized the need for broader datasets and multimodal analyses. As a software engineer, this approach aimed to add an automated, repeatable, and human-bias-free dimension to biological investigations. The obtained findings contributed new perspectives to understanding the effects of external physical stressors on brain-like tissues.

Benzer Tezler

  1. Tez No

    519901

    Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging

    Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma

    ADEM POLAT

    Doktora

    İngilizce

    İngilizce

    2018

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  2. Tez No

    709729

    Oto kodlayıcılar ve görüntü işleme teknikleri ile beyin tümörlerinin MR görüntülerinin sınıflandırılması

    Classification of MR images of brain tumors with auto encoders and image processing techniques

    RUAA ADIL ABDULHUSSEIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesi

    İleri Teknolojiler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN KESER

  3. Tez No

    744069

    Yapay sinir ağlarında beyin tümörlerinin görüntü işleme ile segmentasyonu ve bir uygulama

    Segmentation of brain tumors with image processing in artificial neural networks and an application

    EMİN GÖKÇE

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRAL

  4. Tez No

    850224

    Beyin anevrizmalarında görüntü işleme ve derin öğrenme yöntemi ile kanamaların tespitinin geliştirilmesi

    Improving the detection of hemorrhages with image processing and deep learning method in brain aneurysms

    MELTEM YAVUZ ÇELİKDEMİR

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYHAN AKBAL

  5. Tez No

    290254

    Analysis of magnetic resonance images of patients having spontaneous spinal cerebrospinal fluid leaks and intracranial hypotension using computerized image processing methods

    Spontan beyin omurilik sıvı sızıntısı ve kafa içi düşük tansiyonlu hastalara ait manyetik rezonans görüntülerinin bilgisayarlı resim işleme yöntemleri ile değerlendirilmesi

    MUSTAFA SELMAN YILDIRIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik MühendisliğiFatih Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SADIK KARA

Geri Dön