diplomsko delo
Jerneja Mislej (Avtor), Igor Kononenko (Mentor), Marko Kreft (Komentor)

Povzetek

Namen diplomskega dela je (pol)avtomatska detekcija skokovitih sprememb v signalu membranske kapacitivnosti celic, in sicer sprememb, ki so posledice eksocitoze ali endocitoze. Ustrezne spremembe v signalu so v preteklosti že detektirali avtomatsko, in sicer s pomočjo matematične analize signala, vendar pa je matematična analiza možna le, če je razmerje med signalom in šumom dovolj veliko. Pri nekaterih tipih celic so amplitude iskanih sprememb tako majhne, da se skoraj popolnoma skrijejo v šumu in preprosta matematična analiza ni več možna. Posledično detekcija ustreznih skokovitih sprememb trenutno poteka ročno. Označenih je bilo že kar nekaj signalov in tako se ponuja možnost olajšanja ročnega pregledovanja s pomočjo strojnega učenja, kar je delo te diplomske naloge. Podatki se na začetku predobdelajo, pri čemer se iz meritve odstranijo kalibracijski pulzi, obsežno šumni predeli meritve ter popravi bazna linija signala, ki predstavlja meritev. Sledi priprava množice podatkov, ki zajema ekstrakcijo učnih primerov, izračun atributov učnih primerov in prevzorčenje učne množice. Zatem se na podlagi učne in testne množice ter različnih metod strojnega učenja predstavijo in primerjajo rezultati klasifikacij novih primerov.

Ključne besede

eksocitoza;endocitoza;klasifikacija;membranska kapacitivnost celice;signal;skokovita sprememba;strojno učenje;šum;računalništvo in informatika;računalništvo in matematika;interdisciplinarni študij;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [J. Mislej]
UDK: 004.85:612.014(043.2)
COBISS: 1536243395 Povezava se bo odprla v novem oknu
Št. ogledov: 886
Št. prenosov: 234
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Living Cells Membrane Capacitance Signal analysis
Sekundarni povzetek: The purpose of the thesis is a (semi)automatic detection of rapid changes in the cell membrane capacitance signal, namely changes that are a consequence of exocytosis and endocytosis. Corresponding changes in the signal were previously detected automatically, using mathematical signal analysis. However, mathematical analysis is only possible when the signal-to-noise ratio is sufficiently large. In some cell types the amplitude of the change is so small that it is almost completely hidden in the noise, therefore simple mathematical analysis is no longer possible. Consequently, the detection of the corresponding rapid changes is currently done manually. A number of signals have been labeled and so offers a possibility of facilitating the manual inspection by applying machine learning, which is the work of this thesis. The data is initially pre-processed, where calibration pulses and areas with extensive noise are removed from the measurements and the baseline of the signal representing the measurement is corrected. This is followed by a preparation of the dataset, which includes the extraction of instances, calculation of the attributes of instances and resampling of the training dataset. Then, based on the training set, test set and a variety of machine learning methods, results of the classifications of new cases are presented and compared.
Sekundarne ključne besede: exocytosis;endocytosis;cell membrane capacitance;classification;signal;rapid change;machine learning;noise;computer and information science;mathematics;interdisciplinary studies;diploma;
Vrsta datoteke: application/pdf
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000407
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 58 str.
ID: 8739697