Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/11147/7148
Browse
2 results
Search Results
Conference Object Citation - WoS: 3Citation - Scopus: 4Deep Learning Based Segmentation Pipeline for Label-Free Phase-Contrast Microscopy Images(IEEE, 2020) Ayanzadeh, Aydın; Yalçın Özuysal, Özden; Okvur, Devrim Pesen; Önal, Sevgi; Töreyin, Behçet Uğur; Ünay, DevrimThe segmentation of cells is necessary for biologists in the morphological statistics for quantitative and qualitative analysis in Phase-contrast Microscopy (PCM) images. In this paper, we address the cell segmentation problem in PCM images. Deep Neural Networks (DNNs) commonly is initialized with weights from a network pre-trained on a large annotated data set like ImageNet have superior performance than those trained from scratch on a small dataset. Here, we demonstrate how encoder-decoder type architectures such as U-Net and Feature Pyramid Network (FPN) can be improved by an alternative encoder which pre-trained on the ImageNet dataset. In particular, our experimental results confirm that the image descriptors from ResNet-18 are highly effective in accurate prediction of the cell boundary and have higher Intersection over Union (IoU) in comparison to the classical U-Net and require fewer training epochs.Conference Object Citation - WoS: 1Citation - Scopus: 6Faz Kontrast Optik Mikroskopi Zaman Serisi Görüntülerinde Hücrelerin Otomatik Bölütlenmesi(Institute of Electrical and Electronics Engineers Inc., 2019) Binici, Rıfkı Can; Şahin, Umut; Ayanzadeh, Aydın; Töreyin, Behçet Uğur; Önal, Sevgi; Okvur, Devrim Pesen; Yalçın Özuysal, Özden; Ünay, DevrimFaz kontrast optik mikroskopi hücrelerin canlı ortamlarında zamana bağlı incelenmesi için tercih edilen görüntüleme yöntemidir. Bu yöntem ile elde edilen zaman serisi görüntülerinde hücrelerin bölütlenmesi işi hücre biyolojisi araştırmacılarının çözümüne ihtiyaç duyduğu emek yoğun ve zaman alan bir iştir. Bu çalışmada faz kontrast optik mikroskopi zaman serilerinde hücrelerin otomatik bölütlenmesi için geleneksel görüntü işleme ve derin öğrenme temelli yöntemler önerilmiş ve başarımları elle işaretlenmiş veri kümelerinde nicel olarak ölçülmüştür.