Computation of cell paths using adaptive tracking integrated with learning based segmentation and identification of movement patterns
Öğrenme tabanlı segmentasyon ile entegre adaptif takip kullanılarak hücre yollarının hesaplanması ve hareket biçimlerinin belirlenmesi
- Tez No: 978091
- Danışmanlar: PROF. DR. HALİL BAYRAKTAR
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Moleküler Biyoloji-Genetik ve Biyoteknoloji Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hücre hareketliliği modellerinin oluşturlması ve anlaşılması, yalnızca temel biyolojik süreçlerin belirlenmesi için değil, aynı zamanda kanser metastazı giri durumlar, yara iyileşmelesi, hücre göçü ve bağışıklık tepkileri gibi patolojik ve fizyolojik olaylarda altta yatan düzenleyici moleküler yolların aydınlatılması için büyük önem taşımaktadır. Bu hareket modellerinin detaylı bir şekilde karakterize edilmesi önemlidir ve farklı hücresel göç dinamiklerini tanımlayan doğru, güvenilir hareketlilik modellerinin oluşturulabilmesi, mevcut deneysel ve hesaplama yöntemlerindeki boşlukları dolduracak yenilikçi, hızlı ve sağlam yaklaşımlara son yıllarda ihtiyaç duyulmaktadır. Hücre hareketi, substrata yapışma, hücre iskeletinin yeniden düzenlenmesi ve kasılma, ardından hücrenin arka ucundan kontrollü bir şekilde ayrılması dahil olmak üzere birkaç temel, birbiriyle bağlantılı aşamadan oluşan karmaşık, dinamik bir süreçtir. Bu koordineli aşamalar, zaman atlamalı (time-lapse) ve gelişmiş floresan hücre görüntüleme yöntemleri ile giderek daha iyi karakterize edilmekte olup, farklı hücre tiplerine, hücrenin içsel genetik programına ve dışsal çevresel koşullara (kemotaktik sinyaller, substrat sertliği) bağlı olarak önemli ölçüde değişiklik gösterebilmektedir. Bu hareketlilik, embriyonik gelişim sırasında organogenez, patojenlere karşı immün yanıtların koordinasyonu ve hasarlı dokuların onarımı için gerekli olan doku rejenerasyonu gibi birçok kritik biyolojik süreçte merkezi bir rol oynar. Dolayısıyla, birçok içsel (genetik ifade, metabolik durum) ve dışsal faktör (hücre dışı matris bileşimi, mekanik kuvvetler), hücre hareketliliğini kontrol eden karmaşık sinyal ileti yollarını doğrudan veya dolaylı olarak etkileyebilir.Son yıllarda, gelişmiş konfokal ve floresan mikroskopi teknikleri, bu dinamik hücresel süreçleri yüksek çözünürlükte ve detaylı bir şekilde incelemek için yüksek verimli, çok boyutlu görüntü verisi elde etmeyi mümkün kılmıştır. Ancak, bu hızlı teknolojik ilerlemelere rağmen, elde edilen büyük ve karmaşık veri setlerinden anlamlı bilgiler çıkarabilmek için gerekli olan güvenilir, kullanışlı ve tam otomatik analiz araçlarının nispeten eksikliği, hücre hareketinin sistematik ve ölçeklenebilir bir şekilde karakterizasyonu önünde önemli bir engel oluşturmaya devam etmektedir. Hücre izlemenin dinamik ve değişken doğasından kaynaklanan bu karmaşık gereksinimler, hücre izlerinin, hızlarının ve yönelimlerinin doğru bir şekilde hesaplanması için yeni, akıllı ve uyarlanabilir hesaplama yaklaşımlarını zorunlu kılmaktadır. Günümüzde biyogörüntüleme alanında çeşitli açık kaynaklı çözümler mevcut olsa da, bu kullanılan yöntemlerin çoğu, kullanıcı tarafından hassas bir şekilde ayarlanması gereken çok adımlı, karmaşık prosedürler ve manuel parametre optimizasyonları içerir. Bu durum, özellikle farklı laboratuvarlar veya deneysel koşullar arasında tekrarlanabilirliği ve yüksek verimliliği ciddi şekilde sınırlandırmaktadır. Ayrıca, görüntüleme sürecinde karşılaşılan düşük sinyal-gürültü oranı (SNR), yüksek hücre yoğunluğu, hücre-hücre çakışmaları ve değişken hücre morfolojileri gibi teknik faktörler, görüntüleme verilerinde büyük bir değişkenliğe yol açarak, otomatik izleme algoritmalarının doğruluğunu ve güvenilirliğini doğrudan etkilemektedir. İşte bu belirtilen sınırlamaların üstesinden daha etkili bir şekilde gelebilmek için, biz bu çalışmada, yeşil floresan protein (GFP) ile floresan olarak işaretlenmiş hücrelere özel olarak uyarlanmış, derin öğrenme tabanlı bir segmentasyon yöntemi ile dinamik, adaptif bir izleme algoritmasını bir araya getiren entegre ve kapsamlı bir strateji uyguladık. Bu yaklaşımı test etmek ve doğrulamak için, yeşil floresan protein ile işaretlenen ve çok kullanılan RPE ve HeLa hücre hatlarının floresan mikroskopi görüntüleri derinlemesine analiz edilmiş ve sonrasında bu hücrelerin göç davranışlarının detaylı olarak kantitatif karakterizasyonu için bu birleşik yöntem kullanılmıştır. Yapılan analizler sonucunda, bu tezde gösterdiğimiz yaklaşımın, geleneksel eşikleme veya piksel bağlantısına dayanan manuel veya yarı-otomatik yöntemlerle karşılaştırıldığında, özellikle bazı görüntü koşullarında daha üstün ve tutarlı bir segmentasyon verimliliği sağladığı gözlemlenmiştir. Ayrıca, hücrelerin zaman içinde doğru bir şekilde ilişkilendirilmesi anlamına gelen hücre ilişkilendirme doğruluğu da, adaptif izleme yönteminin daha basit olan ilk versiyonuna kıyasla kayda değer bir şekilde iyileştirilmiştir. Bunun yanı sıra, tek tek hücrelerin spesifik hareket modlarını ve davranışlarını niceliksel olarak karakterize etmek için ortalama hız, doğrusal hareket oranı, toplam yer değiştirme ve kısaca MDS olarak bilinen ortalama kare yer değiştirme gibi bir dizi hareketlilik parametresi hesaplanmıştır. Bu analitik işlemlerin temelini, hücrelerin zamansal konum verilerinden türetilen kantitatif metrikler oluşturmuştur. Örneğin, ortalama kare yer değiştirme eğrilerinin analizi, hücre göçünün difüzyon katsayısı ve yönsel persistans gibi temel fiziksel özelliklerini ortaya çıkarmak için kullanılmıştır. Hücre izlerinin otokorelasyon fonksiyonları hesaplanarak, hareketin ne ölçüde rastgele veya yönlü olduğu istatistiksel olarak doğrulandı. Ayrıca, her bir hücrenin anlık hız ve dönüş açılarındaki değişimler incelenerek, hareket modlarındaki geçişler ve heterojenlikler tespit edilebildi. Bu detaylı matematiksel modelleme, HeLa ve RPE hücre hatları arasındaki davranışsal farklılıkların sadece niteliksel değil, aynı zamanda son derece niceliksel olduğunu gösterdi. Kısaca özetlemek gerekirse, hücre göçünün yönsel düzenliliğini ölçen önemli bir parametre olan devamlılık dağılımı, adaptif izleme süreciyle elde edilen güvenilir hücre yolları kullanılarak başarıyla hesaplanmıştır. Hesaplanan bu parametreler, iki hücre hattı arasında belirgin farklılıklar ortaya koymuştur: HeLa hücrelerinin, tipik olarak daha az yönlü, rastgele bir göç modeli sergilediği; buna karşılık RPE hücrelerinin ise daha yönlü, persistanslı ve doğrusal bir hareket davranışı gösterdiği tespit edilmiştir. Sonuç olarak, adaptif hücre izleme metodolojisinin kullanılması, su havzası algoritmasına dayalı gelişmiş bir segmentasyon yöntemiyle entegrasyonu, yüksek doğrulukta hücre izlerinin çıkarılmasını ve bunlara dayanarak hesaplanan hareketlilik parametrelerinin elde edilmesini mümkün kılmıştır. Bu entegre iş akışı, hücre göçü çalışmalarındaki mevcut analitik zorlukların üstesinden gelmek için umut verici, güçlü ve tekrarlanabilir bir çerçeve sunmaktadır.
Özet (Çeviri)
The quantification and understanding of cell motility patterns are essential to elucidate the underlying regulatory pathways. The novel approaches are needed for detailed characterization of movement patterns and to build accurate motility models describing different migratory dynamics. Cell motility plays a crucial role in organogenesis, immune responses, and tissue regeneration. Many internal and external factors can affect the pathways that control cell motility. The movement is composed of several key steps, including adhesion to the substrate, contraction, protrusion events and detachment that are characterized by advanced imaging methods and can significantly vary depending on different cell types and internal conditions. Advanced microscopy techniques have enabled high-throughput acquisition of images to explore these dynamics in detail. The state-of-the-art microscopy methods have been applied for high-throughput acquisition of cell images and videos. Yet, despite technological progress, the absence of reliable automated analysis tools remains a bottleneck for characterizing cell movement. The demand for dynamic programs imposes novel approaches for computing cell tracks and their motility features. Although open-source solutions are available, most workflows involve multi-step procedures and manual tuning of parameters, which limit reproducibility and efficiency. Additionally, factors such as signal-to-noise ratio (SNR) and cell density introduce variability in imaging data, affecting the accuracy of tracking. To overcome these limitations, we implemented an integrated strategy combining learning-based segmentation with an adaptive tracking algorithm tailored for fluorescently labeled cells. This combined approach resulted in improved segmentation efficiency compared to the manual methods based on thresholding/pixel linkage. Moreover, the accuracy of cell association was enhanced when compared to the initial version of the adaptive tracking method. Furthermore, the motility parameters were computed and used to characterize the motility modes of single cells. Briefly, the persistence distribution was computed by using the cell paths obtained by adaptive tracking process. HeLa cells exhibited a random migratory pattern, whereas RPE cells displayed directional movement. In conclusion, the integration of adaptive cell tracking with watershed-based segmentation allowed for the computation of cell tracks and motility parameters.
Benzer Tezler
- Doygun olmayan siltli zeminlerin tekrarlı yükler altındaki davranışı
The behaviour of unsaturated silty soils under cyclic loads
KADİR KOCAMAN
Doktora
Türkçe
2026
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. AŞKIN ÖZOCAK
- System-on-chip design with open-source FPGA IP
Açık kaynak gömülü FPGA IP'si ile kırmık üstü sistem tasarımı
YUNUS EMRE ERYILMAZ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
DR. HASAN ERDEM YANTIR
- Bir hücresel yapay sinir ağının sabit noktalı sayı aritmetiğiyle sayısal tasarımı ve gerçeklenmesi
Digital design of a cellular neural network using fixed-point number arithmetic
BARIŞ KARAKAYA
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Yapay açıklıklı radar görüntüleme algoritmalarının interpolasyon kullanmaksızın gpu üzerinde gerçeklenmesi
Realization of interpolation-free synthetic aperture radar imaging algorithms by using gpu
ÖZGÜR ALTUN
Yüksek Lisans
Türkçe
2013
Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. SELÇUK PAKER
- Barla Dağı Kuşağı'nda moloz akması duyarlılığının ampirik yaklaşımla bölgesel ölçekte değerlendirilmesi
Debris flow susceptibility assessment at regional scale based on an empirical approach in the Barla Mountain Belt
FURKAN KARABACAK
Yüksek Lisans
Türkçe
2024
Coğrafyaİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. TOLGA GÖRÜM