Deep learning-assisted detection of droplet digital PCR images and absolute quantification
- 주제어 (키워드) ddPCR , Image processing , Deep learning , Mask R-CNN , GMM clustering
- 발행기관 서강대학교 일반대학원
- 지도교수 정봉근
- 발행년도 2023
- 학위수여년월 2023. 2
- 학위명 석사
- 학과 및 전공 일반대학원 기계공학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000069889
- UCI I804:11029-000000069889
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
Since coronavirus disease 2019 (COVID-19) pandemic rapidly spread worldwide, there is an urgent demand for accurate and suitable nucleic acid detection technology. Although the conventional threshold-based algorithms have been used for processing images of droplet digital polymerase chain reaction (ddPCR), there are still challenges from noise and irregular size of droplets. Here, I present a combined method of the mask region convolutional neural net-work (Mask R-CNN)-based image detection algorithm and Gaussian mixture model (GMM)-based thresholding algorithm. This novel approach significantly reduces false detection rate and achieves highly accurate prediction model in a ddPCR image processing. I demonstrated that how deep learning improved the overall performance in a ddPCR image processing. Therefore, our study could be a promising method in nucleic acid detection technology.
more초록 (요약문)
코로나바이러스 감염증 2019 (COVID-19) 유행병이 전 세계적으로 빠르게 확산됨에 따라 정확하고 적합한 핵산 검출 기술이 절실히 요구되고 있는 실정이다. 기존의 임계값 기반 알고리즘은 액적 디지털 중합효소 연쇄 반응(ddPCR)의 이미지를 처리하는 데 사용되었지만, 여전히 노이즈를 비롯한 불규칙한 액적의 크기로 인한 성능 저하의 문제가 존재한다. 본 저자는 기존 방식의 문제점을 보완할 수 있는 2가지 알고리즘을 결합한 시스템을 개발하였다. 본 학위 논문에서는 마스크 영역 합성곱 신경망(Mask R-CNN) 기반의 이미지 내 액적 검출 알고리즘과 GMM(Gaussian Mixture Model) 기반 임계화 알고리즘을 결합한 방법을 제시한다. 딥러닝 기술을 적용시킨 이미지 검출 과정은 오검출을 크게 줄이고 객관적인 절대 정량화 과정을 통해 높은 정확도와 민감도로 초기 농도를 산출하는 예측 모델을 구축할 수 있었다. 그러므로 이 연구는 핵산 검출 기술에서 유망한 방법이 될 수 있고 바이러스 진단방법에 대한 높은 발전 가능성을 보여주고 있다.
more