Gauss tabanlı modelleme kullanarak canlı hücre görüntülerinin öğreticisiz bölütlenmesi

Simple item page
dc.citation.epage350en_US
dc.citation.spage347en_US
dc.contributor.authorArslan, Salimen_US
dc.contributor.authorDurmaz, İremen_US
dc.contributor.authorÇetin-Atalay, Rengülen_US
dc.contributor.authorGündüz-Demir, Çiğdemen_US
dc.coverage.spatialAntalya, Turkey
dc.date.accessioned2016-02-08T12:19:33Z
dc.date.available2016-02-08T12:19:33Z
dc.date.issued2011-04en_US
dc.departmentDepartment of Molecular Biology and Geneticsen_US
dc.departmentDepartment of Computer Engineeringen_US
dc.descriptionDate of Conference: 20-22 April 2011
dc.descriptionConference name: IEEE 19th Signal Processing and Communications Applications Conference (SIU), 2011
dc.description.abstractThe first step of targeted cancer drug development is to screen and determine drug candidates by in vitro measuring the effectiveness of the drugs. The tests developed for this purpose can be time consuming due to their procedures and cannot be conducted in every laboratory due to the required hardwares. On the other hand, an image-based screening test has a potential to be less time consuming since it can directly be carried out on the live cell images and to be more extensively used because of the availability of its required equipments and their relatively less expensive cost. With such an image-based test, it is possible to quantify the cell death by finding cellular regions and comparing it against the control group. In this work, we propose a new method that automatically locates the cellular regions by the unsupervised segmentation of live cell images. This method relies on approximately locating cellular regions and the background with gradient-based thresholding and morphological operators and then finding the final boundaries by modeling the gradient of these regions with Gaussians. Working on the images of different cell lines captured with different magnifications, our experiments show that the proposed method leads to promising results. © 2011 IEEE.en_US
dc.description.abstractKanser için hedefe yönelik ilaç geliştirme çalışmalarında ilk aşama, farklı antikanser maddelerin hücre kültürü ortamında etkinliğinin ölçülerek taranması ve ilaç adaylarının belirlenmesidir. Bu amaçla geliştirilen testler, prosedürleri gereği zaman alıcı olmakta ve ihtiyaç duydukları donanımdan dolayı her laboratuarda yapılamamaktadır. Öte yandan, mikroskop altında görüntüye dayalı yapılacak bir tarama testi, canlı hücre görüntülerinde ek işleme gerek duymadan uygulanabilir olmasından dolayı daha az zaman alma ve gerektirdiği ekipmanın bulunabilirliği ile nispeten daha az maliyetinden dolayı daha yaygın kullanılma potansiyeline sahiptir. Bu tip bir testle ilgili görüntüdeki hücresel bölgelerin kontrol grubu ile karşılaştırılıp hücre ölüm miktarlarının saptanması mümkündür. Bu çalışmada, canlı hücre görüntülerini öğreticisiz bölütleyerek hücresel bölgeleri otomatik saptayan bir yöntem geliştirilmiştir. Bu yöntem, öncelikle gradyan eşiklemesi ve morfolojik operatörlerle arka alan ve hücresel bölgelerin yaklaşık olarak bulunmasına, ardından bu bölgelerdeki renk ve gradyan bilgisinin Gauss tabanlı modellenerek son sınırların belirlenmesine dayanır. Farklı dokulara ait kanserli hücre hatlarından farklı büyütme kullanılarak alınmış görüntüler üzerinde yaptığımız çalışmalar, bu yöntemin hücresel bölgelerin yüksek doğrulukla saptanmasında umut verici sonuçlar verdiğini göstermiştir.
dc.identifier.doi10.1109/SIU.2011.5929658en_US
dc.identifier.urihttp://hdl.handle.net/11693/28398
dc.language.isoTurkishen_US
dc.relation.isversionofhttps://doi.org/10.1109/SIU.2011.5929658en_US
dc.source.titleIEEE 19th Signal Processing and Communications Applications Conference, SIU 2011en_US
dc.subjectCancer drugen_US
dc.subjectCell linesen_US
dc.subjectControl groupsen_US
dc.subjectDrug candidatesen_US
dc.subjectGaussian modelingen_US
dc.subjectGaussiansen_US
dc.subjectGradient baseden_US
dc.subjectImage-baseden_US
dc.subjectImage-based screeningsen_US
dc.subjectIn-vitroen_US
dc.subjectLive cellen_US
dc.subjectMorphological operatoren_US
dc.subjectThresholdingen_US
dc.subjectUnsupervised segmentationen_US
dc.subjectCell cultureen_US
dc.subjectCell deathen_US
dc.subjectSignal processingen_US
dc.subjectImage segmentationen_US
dc.titleGauss tabanlı modelleme kullanarak canlı hücre görüntülerinin öğreticisiz bölütlenmesien_US
dc.title.alternativeUnsupervised segmentation of live cell images using gaussian modelingen_US
dc.typeConference Paperen_US

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Unsupervised_segmentation_of_live_cell_images_using_Gaussian_modeling.pdf
Size:
9.13 MB
Format:
Adobe Portable Document Format
Description:
Download

Collections

Department of Molecular Biology and Genetics
Department of Computer Engineering