Dissertação

Deep Learning-Based Microscopy Fluorescence  Images Segmentation and Analysis: Development of an AI-tool for Cell and Lysosome Segmentation and Analysis EVALUATED

A investigação de organelos celulares, em particular dos lisossomas e das esferas lipídicas, é crucial para a compreensão de várias doenças e para o desenvolvimento de medicamentos. O papel dos lisossomas nos processos de degradação e reciclagem celular associa-os a doenças neurodegenerativas e a diferentes tipos de cancro, enquanto as esferas lipídicas são fundamentais no metabolismo dos lípidos, com implicações em doenças semelhantes. Uma análise precisa dos organelos é essencial para desvendar os mecanismos de progressão da doença e identificar alvos terapêuticos. No entanto, a análise manual tradicional de imagens de microscopia é morosa e propensa a erros, o que realça a necessidade de uma abordagem automatizada. Neste trabalho, é proposta uma framework baseada na arquitetura do Mask R-CNN em Python para a segmentação automatizada de células e organelos em imagens de microscopia confocal. Este método integra a segmentação automática de células e núcleos, a segmentação semi-automática de lisossomas e esferas lipídicas usando biomarcadores, juntamente com técnicas tradicionais de processamento de imagem. Esta combinação permite uma segmentação precisa dos organelos e extrai várias propriedades biofísicas. A framework destaca-se pela sua eficiência, processando imagens em aproximadamente 22 segundos por imagem. Em testes, a framework alcançou uma precisão e exatidão de 81% e 80%, respetivamente, superando métodos existentes como Cellpose e Stardist. Em resumo, a capacidade de analisar imagens celulares de forma rápida e fiável da ferramenta desenvolvida tem um potencial promissor para contribuir para acelerar a investigação na descoberta de medicamentos, no diagnóstico de doenças e na compreensão dos mecanismos celulares.
Microfluorimetria, Segmentação de Instância, Aprendizagem Profunda, Polarização Geral

dezembro 12, 2023, 16:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

João Pedro Martins de Almeida Lopes

Faculdade de Farmácia, Universidade de Lisboa

Professor Associado

ORIENTADOR

Ana Margarida Nunes da Mata Pires de Azevedo

Departamento de Bioengenharia (DBE)

Professor Associado