Geri Dön

Küratif radyoterapi uygulanan inopere baş boyun kanserli hastalarda yapay zekâ ile yanıt tahminleme

Response prediction with artificial intelligence in inoperable head and neck cancer patients treated with curative radiotherapy

PDF İndir

  1. Tez No: 1008132
  2. Yazar: MUSTAFA CAN BERK YÜCEL
  3. Danışmanlar: DOÇ. DR. MELEK ÇOŞAR YAKAR
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Radyasyon Onkolojisi, Radiation Oncology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Radyasyon Onkolojisi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada inopere baş boyun kanserli (BBK) hastalarda küratif radyoterapi (RT) öncesi çekilen planlama Bilgisayarlı Tomografi (BT) görüntülerinden çıkarılan radyomik özellikler, planlama BT'si üzerinde oluşturulan RT planlarından çıkarılan dozyomik ve klinik özellikler kullanılarak yapay zekâ (YZ) modelleri ile tedavi yanıtı öngörme potansiyeli araştırıldı. Eylül 2015-Şubat 2024 tarihleri arasında BBK nedeniyle RT uygulanan hastalar retrospektif olarak incelendi. RT ile tedavi edilen toplam 129 hastaya ait BBK verisi toplandı. Tedavi yanıtı, RT sonrası 3–6. ayda yapılan BT, Manyetik Rezonans Görüntüleme (MRG) ve Pozitron Emisyon Tomografisi (PET-BT) görüntülemeleriyle değerlendirildi. Tam yanıt ve parsiyel yanıt gösterenler yanıtlı, stabil ve progresif özellik gösterenler yanıtsız olarak iki gruba ayrıldı. Veriler rastgele %70 eğitim ve %30 test seti olacak şekilde ayrıldı. Modellerin performansını ayrıntılı biçimde değerlendirebilmek için doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve duyarlılık ile kesinlik değerlerinin harmonik ortalamasını gösteren F1 skoru kullanıldı. Yanıt ile ilişkili seçilen radyomik, dozyomik ve klinik özellikler, makine öğrenmesi (MÖ) ve derin öğrenme (DÖ) tabanlı 11 farklı YZ algoritmaları ile yanıt tahminleme açısından değerlendirildi. Tüm bu algoritmalar RT yanıt tahminlemede iyi performans sergiledi. Ardından XGBoost yöntemi ile değişken önem sıralaması yapıldı ve anlamlı özellikler literatür ile kıyaslandı. Sonuç olarak sunulan bu çalışmada BT tabanlı radyomik ve dozyomik özellikler klinik bulgular ile birleştirildikten sonra YZ modelleri ile tedavi yanıtını tahmin edebileceği gösterildi. Bulguların daha geniş hasta serileri ve çok merkezli çalışmalar ile desteklenmesine ihtiyaç duyulmaktadır.

Özet (Çeviri)

In this study, we investigated the potential of artificial intelligence (AI) models to predict treatment response in inoperable head and neck cancer (HNC) patients treated with curative radiotherapy (RT). Radiomic features extracted from pre-treatment planning computed tomography (CT) images, together with dosiomic features derived from RT dose distributions and relevant clinical parameters, were analyzed using AI-based methods. A total of 129 patients who underwent curative RT for HNC between September 2015 and February 2024 were retrospectively evaluated. Treatment response was assessed 3–6 months after RT using CT, MRI, and PET-CT. Patients showing complete or partial response were classified as responders, while those with stable or progressive disease were considered non-responders. Data were randomly divided into training (70%) and test (30%) sets. Model performance was evaluated using accuracy, precision, recall, and the F1-score, representing the harmonic mean of precision and recall. Radiomic, dosiomic, and clinical features associated with treatment response were analyzed using 11 AI algorithms based on machine learning (ML) and deep learning (DL) approaches. All algorithms showed strong predictive performance in both training and test sets. Feature importance ranking was performed with the XGBoost algorithm, and the most significant parameters were compared with previous studies. In conclusion, radiomic and dosiomic features derived from planning CT images, when combined with clinical data, can effectively predict treatment response using AI models. Validation of these results in larger, multicenter studies is needed to confirm their clinical utility.

Benzer Tezler

  1. Tez No

    641590

    İnopere serviks kanserli hastalarda küratif üç boyutlu konformal radyoterapi ve kemoradyoterapi sonuçları ve akut-kronik yan etkilerin retrospektif değerlendirilmesi

    Clinical outcomes of 3D conformal curative intent radiotherapy and chemoradiotherapy for inoperabl cervical cancer and acute-chronic side effects evaluation: Retrospective study

    ESMA DİDEM İKİZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2019

    OnkolojiEge Üniversitesi

    Radyasyon Onkolojisi Ana Bilim Dalı

    PROF. DR. ZEYNEP ÖZSARAN

  2. Tez No

    867814

    Küratif radyoterapi uygulanan baş-boyun kanserli hastalarda tek nükleotid polimorfizmi ve mikronükleus oluşumunun radyotoksisite üzerindeki etkisinin araştırılması

    Investigation of the effect of single nucleotide polymorphism and micronucleus formation on radiotoxicity in patients with head and neck cancer treated with curative radiotherapy

    SEVDA YENER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Radyasyon Onkolojisiİstanbul Üniversitesi-Cerrahpaşa

    Radyasyon Onkolojisi Ana Bilim Dalı

    PROF. DR. ÖMER EROL UZEL

  3. Tez No

    812162

    Küratif kemoradyoterapi uygulanan ve cerrahi sonrası radyoterapi uygulanan baş-boyun kanserli hastalarda sitogenetik hasarın mikronükleus yöntemiyle incelenmesi

    Investigation of cytogenetic damage by micronucleus method in head and neck cancer patients treated curative chemoradiotherapy and post-operative radiotherapy

    LAMAN AZIMLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Tıbbi Biyolojiİstanbul Üniversitesi-Cerrahpaşa

    Tıbbi Biyoloji Ana Bilim Dalı

    DOÇ. DR. AYŞE ÇIRAKOĞLU

  4. Tez No

    334104

    Organ koruyucu yaklaşım ile küratif radyoterapi uygulanan larinks kanserli hastalarımızın retrospektif değerlendirilmesi

    Organ preserving radiotherapy in larynx cancer: A retrospective study of single institute

    İLKER TOSUN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    OnkolojiEge Üniversitesi

    Radyoloji Onkolojisi Ana Bilim Dalı

    PROF. DR. MUSTAFA ESASSOLAK

  5. Tez No

    412446

    Pankreas kanserinin küratif tedavisinde uygulanan konformal ve yoğunluk ayarlı radyoterapi tekniklerinin dozimetrik olarak karşılaştırılması

    Dosimetric comparison of 3-dimensional conformal radiotherapy and intensity modulated radiotherapy techniques in curative treatment of pancreatic cancer

    NEVRA MERT

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Fizik ve Fizik MühendisliğiTrakya Üniversitesi

    Sağlık Fiziği Ana Bilim Dalı

    DOÇ. DR. MERT SAYNAK

Geri Dön