Wykorzystanie głębokiej sieci neuronowej typu U-net do klasyfikacji chromosomów w limfocytach krwi obwodowej poddanych działaniu promieniowania

FMFF 3

Jednym ze współczesnych wyzwań radiobiologii jest analiza ogromnych ilości danych, między innymi zdjęć mikroskopowych. Szczególne znaczenie w badaniach oddziaływania promieniowania jonizującego z materiałem biologicznym – komórkami człowieka – ma detekcja i klasyfikacja chromosomów. Ekspozycja limfocytów krwi obwodowej na promieniowanie jonizujące skutkuje uszkodzeniem materiału genetycznego w jądrach komórkowym skutkujące zmianami morfologicznymi chromosomów, tzw. aberracjami chromosomowymi. Analiza jednego z typów aberracji, dicentryków (które w porównaniu z normalnymi chromosomami posiadają dodatkowy centromer) służy jako metoda dozymetrii biologicznej, wykorzystywana m.in. do oceny zagrożenia radiacyjnego. W swojej pracy zastosowałem innowacyjne podejście do segmentacji zdjęć mikroskopowych, polegające na wyszukiwaniu chromosomowych centromerów. Z pomocą gotowej implementacji głębokiej sieci neuronowej typu U-Net, stworzyłem model na podstawie 1050 zdjęć chromosomów metafazowych z limfocytów krwi obwodowej, które zostały poddane działaniu promieniowania gamma ze źródła Cs-137. Otrzymany model z wielką precyzją znajduje pozycje centromerów, zaledwie 3,6% stanowią przypadki fałszywie pozytywne. Kolejnym etapem badań jest klasyfikacja uprzednio oznaczonych chromosomów, zaczynając od rozpoznawania dicentryków z użyciem algorytmu Watershed. Przygotowywany program będzie nieocenioną pomocą w badaniach oddziaływania promieniowania jonizującego z materiałem genetycznym.

Maksymilian Głowacki

 Info

Date
25-09-2020 13:55
Duration
15 minutes
Location