Sejtosztódások detektálása neurális hálózatok alkalmazásával

A tétel rövid nézete
dc.contributor.advisorSerbán, Norbert Dániel
dc.contributor.authorSilye, Csaba
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2024-02-01T20:20:54Z
dc.date.available2024-02-01T20:20:54Z
dc.date.created2023
dc.description.abstractNapjainkban a növekvő klinikai adatok egyre szélesebb körben állnak rendelkezésre. Ezek a hatalmas digitális források olyan értékes információkat tartalmaznak, amelyek a gyorsan fejlődő nagymennyiségű adatelemzési módszerekkel hozzájárulnak a gépi tanulás sikeres alkalmazásához az egészségügyi területen. A sejtek működésének vizsgálata során megismerhetünk olyan biológiai folyamatokat, melyek hozzájárulnak egészségünkhöz. A sejtkutatás már vezetett rákellenes kezelésekhez, valamint számos gyógyszer kutatást támogatott. A projekt célja olyan neurális hálózatok építése, amelyek minél nagyobb pontossággal képesek detektálni sejtosztódásokat mikroszkóp által készített szekvenciális felvételen. A tanítás előtt mindenképp szükséges a rendelkezésre álló adathalmazt annotálni. Ehhez segítségül szolgál egy szakember által írt, az adathalmaz mellé csatolt dokumentáció, melyben egyértelműen jelezve van, hogy a képeken mikor és hol történik osztódási folyamat. Nehezítő tényező az adat mennyisége, valamint az adathalmaz kiegyensúlyozatlansága. Körülbelül az esetek 0,46%-ban fordul elő sejtosztódás a képeken. Elsőnek több konvolúciós neurális hálózat (CNN) került tanításra különböző formákban és bemeneti adatokkal. Habár az eredmények javuló tendenciát mutattak, az adathalmaz szekvenciális adottsága miatt bevezetésre került a rekurrens neurális hálózat (RNN), azon belül is az LSTM architektúra. A tanítás előtt a képeket megfelelő felépítésbe, szekvenciákba kellett rendezni, úgy, hogy azok dinamikusan változtathatók legyenek. Különböző augmentálási technikáknak köszönhetően az RNN kiváló eredményeket produkált a teszt adathalmazra, és képes volt felismerni az osztódási folyamatok jelentős részét. Az RNN alapú architektúra használata lehetővé tette a rendszer számára, hogy jobban értse és kihasználja a szekvenciális adottságait a képeknek, és nagyobb pontossággal legyen képes azonosítani a sejtosztódásokat, a nagy kiegyensúlyozatlanság ellenére is.
dc.description.courseGazdaságinformatikus
dc.description.degreeBSc/BA
dc.format.extent38
dc.identifier.urihttps://hdl.handle.net/2437/365883
dc.language.isohu
dc.rights.accessHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectMesterséges intelligencia
dc.subjectGépi tanulás
dc.subjectKépfeldolgozás
dc.subject.dspaceDEENK Témalista::Informatika::Számítógéptudomány
dc.titleSejtosztódások detektálása neurális hálózatok alkalmazásával
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nem elérhető
Név:
szakdolgozat.pdf
Méret:
1.69 MB
Formátum:
Adobe Portable Document Format
Leírás:
szakdolgozat
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nem elérhető
Név:
license.txt
Méret:
2.35 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Hallgatói dolgozatok (Informatikai Kar)