Geometric multiscale analysis and applications to neuroscience imaging
Geometrik çok ölçekli analiz ve nörobilim görüntülemesine uygulamaları
- Tez No: 991862
- Danışmanlar: PROF. DR. DEMETRİO LABATE
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Unıversıty Of Houston
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Uygulamalı Matematik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, nöronal görüntülerin analizi için nicel yöntemlerin geliştirilmesine odaklanmaktadır. Floresan görüntülerde nöron bileşenlerinin otomatik olarak tespit edilmesi ve segmentasyonu, nöronal ağların nicel çalışmalarında temel bir hedeftir. Bu gereksinim, özellikle nöronların çok sayıda morfolojik özelliğinin hesaplanmasının gerektiği yüksek içerikli tarama (high-content screening) uygulamalarında daha da önem kazanmaktadır. Nörobiyolojik uygulamalara yönelik görüntü işleme alanında son yıllarda önemli ilerlemeler kaydedilmiş olsa da, mevcut soma tespiti ve nörit izleme algoritmaları hâlâ önemli sınırlamalara sahiptir. Bu sınırlamalar, özellikle nöronal kültürlere ait floresan görüntü yığınlarının (image stacks) işlenmesinde daha belirgin hale gelmektedir. Bu zorlukları ele almak amacıyla, bu tez kapsamında nöronal kültürlere veya beyin dokusuna ait floresan görüntülerden nicel bilgi çıkarımına yönelik çeşitli yeni yöntem ve algoritmalar geliştirilmiştir. Bu yöntemler; soma ve diğer ilgi duyulan alt hücresel yapıların otomatik tespitini ve hücre sınıflandırmasına yönelik algoritmaları içermektedir. Geliştirilen yöntemler, harmonik analiz tekniklerine, özellikle dalgacıklar (wavelets) ve daha ileri çok ölçekli gösterim sistemlerine dayanmaktadır. Bu yaklaşımlar sayesinde, yüksek geometrik duyarlılık ve hesaplama verimliliği ile son derece bilgilendirici görüntü özellikleri elde edilebilmektedir. Çalışma kapsamında ayrıca kuramsal bir gerekçelendirme sunulmuş ve yöntemlerimiz, nörobilim alanındaki iş birliği yaptığımız araştırmacılar tarafından sağlanan mikroskopi görüntü verileri üzerinde kapsamlı sayısal doğrulamalara tabi tutulmuştur. Mevcut en güncel yöntemlerle yapılan ayrıntılı karşılaştırmalar, önerilen algoritmaların doğruluk, güvenilirlik ve hesaplama verimliliği açısından oldukça rekabetçi olduğunu göstermektedir.
Özet (Çeviri)
This thesis is concerned with the development of quantitative methods for the analysis of neuronal images. Automated detection and segmentation of components of neurons in fluorescent images is a major goal in quantitative studies of neuronal networks, including applications of high-content-screenings where one needs to compute multiple morphological properties of neurons. Despite recent advances in image processing targeted to neurobiological applications, existing algorithms of soma detection and neurite tracing still have significant limitations which are more severe when processing fluorescence image stacks of neuronal cultures. To address such challenges, in this dissertation, we develop several novel methods and algorithms aimed at extracting quantitative information in fluorescent images of neuronal cultures or brain tissue, including methods for the automated detection of the soma and other subcellullar structures of interest, and algorithms for cell classification. Our methods rely on technique from harmonic analysis, especially wavelets and more advanced multiscale representation systems. Using these techniques, we are able to extract highly informative image characteristics with high geometric sensitivity and computational efficiency. As part of our work, we include a theoretical justification and an extensive numerical validation on microscopy imaging data provided by our collaborators in neuriscience. An extensive comparison with state-of-the-art existing methods demonstrate that our algorithms are highly competitive in terms of accuracy, reliability and computational efficiency.
Benzer Tezler
- Farklı sayısal yüzey modellerinin doğruluk değerlendirmesi
Accuracy assessment of different digital surface models
BARIŞ BEŞOL
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR ALGANCI
- Transformable multi-loop linkage mechanism design for architectural applications employing the EDGE-to-EDGE loop assembly method
Kenar kenara devre birleştirme yöntemi ile mimari uygulamalara yönelik dönüşebilir çok devreli çubuk mekanizması tasarımı
YİĞİTCAN ÇOBANOĞLU
Yüksek Lisans
İngilizce
2025
Mimarlıkİzmir Yüksek Teknoloji EnstitüsüMimarlık Ana Bilim Dalı
PROF. DR. KORAY KORKMAZ
- Deriving weights of decision makers in group decision making and applications in medical decision making and sensor fusion
Grup karar vermede karar verici ağırlıklarının belirlenmesi ve tıbbi karar verme ile sensör füzyonunda uygulamalar
EMRAH KÖKSALMIŞ
Doktora
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KABAK
- Histogram-based sampling and multi-level global registration for 3D point clouds
3B nokta bulutları için histogram tabanlı örnekleme ve çok katmanlı global eşleştirme
OSMAN ERVAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Design and optimization of compact vivaldi antenna with matching medium for microwave brain imaging applications
Mikrodalga beyin görüntüleme uygulamaları için eşleştirme ortamına sahip kompak vıvaldı antenin tasarımı ve optimizasyonu
CAFER UYANIK
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN