جلسه دفاع از پایان‌نامه: آقای رضا اکبری موحد، گروه مهندسی پزشکی

خلاصه خبر: قطعه بندی اسپرم های انسانی در داده های بالینی با استفاده از یادگیری عمیق

  • عنوان: قطعه¬بندی اسپرم¬های انسانی در داده¬های بالینی با استفاده از یادگیری عمیق
  • ارائه‌کننده: رضا اکبری موحد
  • استاد راهنما: دکتر مهدی عروجی
  • استاد ناظر داخلی اول: دکتر بابک محمدزاده اصل
  • استاد ناظر خارجی اول: دکتر عمادالدین فاطمی (دانشگاه: صنعتی شریف)
  • مکان: اتاق شورا
  • تاریخ: 97/11/08
  • ساعت: 14:30

چکیده: قطعه¬بندی دقیق اسپرم¬ها در تصاویر میکروسکوپی رنگ¬آمیزی شده نمونه¬های منی انسانی، یک پیش¬نیاز اساسی در آنالیز اتوماتیک مورفولوژی اسپرم¬ها است. این کار به علت توزیع غیریکنواخت نور در تصاویر رنگ¬آمیزی شده منی، کنتراست پایین بین دم اسپرم¬ها و نواحی اطراف آن، وجود مصنوعات مختلف مثل لکه¬های رنگی و دیگر ذرات نامطلوب، تراکم بالای اسپرم¬ها و طیف گسترده شکل¬های مختلف قسمت¬های اسپرم به عنوان یک امر چالش¬برانگیز محسوب می¬شود. این پایان¬نامه یک چهارچوب اتوماتیک مبتنی بر روش¬های یادگیری بانظارت را برای قطعه¬بندی اجزای داخلی و خارجی اسپرم¬ها پیشنهاد می-کند. این چهارچوب با روش¬های متوالی پیش¬پردازش آغاز می¬شود تا به وسیله آن¬ها اعواج¬های ناخواسته در تصویر تضعیف و شکل ظاهری اسپرم¬ها نسبت به دیگر اجزای تصویر برجسته شود. سپس، بخش¬های خارجی اسپرم توسط دو مدل شبکه عصبی کانولوشنی قطعه¬بندی شده که منجر به ایجاد نگاشت¬های احتمال نواحی سر و رشته¬محوری می¬شود. برای طبقه¬بندی هر پیکسل از بخش¬های خارجی قطعه¬بندی شده اسپرم از دو طبقه¬بند ماشین بردار پشتیبان استفاده شده است که نواحی داخلی سر و رشته¬محوری را از قطعه¬بندی¬های بدست آمده بیرون می-کشد. یکی از این طبقه¬بندها با پیکسل¬های RGB سر، از تصاویر پیش¬پردازش شده آموزش می¬بیند و طبقه¬بند دیگر خود را با پیکسل¬های قسمت¬های گشایش یافته رشته¬محوری از تصاویر نهایی چندکاناله تطبیق می¬دهد. تصاویر اولیه چندکاناله شامل کانال¬های RGB تصاویر پیش¬پردازش شده و ویژگی¬های بافتی استخراج شده، است. بهترین کانال¬ها برای نمایش واضح¬تر بخش¬های داخلی رشته¬محوری توسط الگوریتم انتخاب ویژگی ترتیبی انتخاب شده¬اند. تصاویر نهایی چندکاناله شامل کانال¬های انتخاب شده از تصاویر چندکاناله اولیه هستند. اعتبار سنجی روش پیشنهادی با استفاده از یک پایگاه داده عمومی از تصاویر میکروسکوپی نمونه¬های رنگ¬آمیزی شده منی انسانی انجام شده است. میانگین معیار دایس بدست آمده برای قطعه¬بندی سر، رشته¬محوری، آکروزوم، هسته، دم و قسمت¬میانی توسط روش پیشنهادی به ترتیب برابر 0.94، 0.87، 0.87، 0.90، 0.78 و 0.75 است. از لحاظ قطعه¬بندی سر و بخش¬های داخلی آن، روش پیشنهادی توانسته است میانگین معیار دایس روش پیشین قطعه¬بندی سر، هسته و آکروزم اسپرم¬ها را به ترتیب به اندازه 18.21%، 20.26% و 23.52% بهبود دهد. در مقایسه با کارهای پیشین، روش پیشنهادی از توانمندی قطعه¬بندی رشته¬محوری اسپرم¬ها و بخش¬های داخلی برخوردار است. به طور کلی، روش پیشنهادی قادر است که تمامی قسمت¬های اسپرم را قطعه¬بندی کند و می¬تواند اولین گام برای آنالیز اتوماتیک مورفولوژی اسپرم¬ها را فراهم کند.
کلمات کلیدی: مورفولوژی اسپرم¬ها، قطعه¬بندی اسپرم¬ها، یادگیری عمیق، شبکه عصبی کانولوشنی، ماشین بردار پشتیبان


3 بهمن 1397 / تعداد نمایش : 1885