Derin öğrenme yaklaşımlarıyla mikroskopi görüntülerinde mikroglial hücrelerin ve dopaminer nöronların tespiti ve nicelendirilmesi
Detection and quantification of microglial cells and dopaminergi̇c neurons in microscopy images using deep learning approaches
- Tez No: 846844
- Danışmanlar: DOÇ. DR. ALİ YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Makine öğrenmesi, Machine learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada nörolojik hastalıkların anlaşılması ve terapetik stratejilerin değerlendirilmesi için kritik olan 3D mikroskopi görüntülerinde mikroglial hücreler ve dopaminerjik nöronların otomatik tespiti ve sayımı için makine öğrenmesi yaklaşımları (Faster-RCNN, RetinaNET, YoloV3) kullanılmıştır. Kullanılan yapay zekâ algoritmasında, klasik metodlarla analizi ile karşılaştırıldığında iyi bir performans sergilediği gözlenmiştir. Yapay zekâ modelinin eğitimi, sıçan veri kümeleri kullanılarak gerçekleştirilmiştir. Parkinson hastalığını kemirgen modelinde çalışılmıştır. Algoritma, türler arasında mikroglial hücreler ve dopaminerjik nöronları elle sayıma benzer bir doğrulukta nicel olarak sonuç vermiştir. Kullanılan makine öğrenme yöntemi, veri kümeleri içindeki ince değişkenlikleri yakalayabilmektedir. Nörolojik araştırmaları bu yöntemin kullanılabilirliği görülmüştür.
Özet (Çeviri)
In this study, machine learning approaches such as Faster-RCNN, RetinaNET, and YoloV3 were employed for the automatic detection and quantification of microglial cells and dopaminergic neurons in 3D microscopy images, which are crucial for gaining insights into neurological diseases and assessing therapeutic strategies. The artificial intelligence algorithm exhibited good performance when compared to conventional methods. The AI model was trained using datasets from rodents. Parkinson's disease was investigated using a rodent model. The algorithm achieved a level of accuracy similar to manual counting for microglial cells and dopaminergic neurons across different species. The machine learning method employed demonstrates the ability to capture subtle variations within the datasets. The applicability of this method in neurological research has been substantiated
Benzer Tezler
- Non-small cell lung cancer tumor characterisation using deep learning
Derin öğrenme yaklaşımlarıyla küçük hücreli dışı akciğer kanserinde tümör karakterizasyonu
MUSTAFA BIÇAKCI
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Derin öğrenme tabanlı yaklaşımlarla mikroskop görüntülerinden plastik türlerinin sınıflandırılması
Classification of plastic types from microscope images using deep learning-based approaches
ADEM DELİASLAN
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ULAŞ YURTSEVER
- Restoring underwater images from turbidity and motion blur – a three-step framework
Bulanıklık ve hareketten etkilenmiş sualtı görüntülerinin iyileştirilmesi – üç adımlı bir yaklaşım
FATIMA IQBAL
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Derin öğrenme yaklaşımlarıyla tıbbi yara görüntülerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of medical wound images with deep learning approaches
HÜSEYİN ELDEM
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER
- Derin öğrenme yaklaşımlarıyla radyolojik görüntülerin bölütlenmesi ve sınıflandırılması: Klinik bir uygulama
Segmentation and classification of radiological images with deep learning approaches: A clinical application
HÜSEYİN KUTLU
Doktora
Türkçe
2025
Biyoistatistikİnönü ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. CEMİL ÇOLAK