BEYİN CERRAHİSİ PLANLAMA VE EĞİTİMİNDE YAPAY ZEKÂ DESTEKLİ İŞBİRLİKÇİ ARTIRILMIŞ GERÇEKLİK UYGULAMASININ GELİŞTİRİLMESİ VE ETKİNLİĞİNİN DEĞERLENDİRİLMESİ
Development and Evaluation of the Effectiveness of an Artificial Intelligence–Supported Collaborative Augmented Reality Application for Neurosurgical Planning and Education
- Tez No: 1022217
- Danışmanlar: DOÇ. DR. NEŞE ZAYİM
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu araştırmanın amacı, beyin cerrahisi planlama eğitimine yönelik yapay zekâ destekli ve işbirlikçi bir artırılmış gerçeklik (AR) uygulaması geliştirmek ve geliştirilen sistemin eğitimsel etkililiği ile kullanılabilirliğini değerlendirmektir. Bu kapsamda, yapay zekâ tabanlı otomatik segmentasyonun artırılmış gerçeklik ortamına bütünleştirilerek çok kullanıcılı cerrahi planlama eğitiminde kullanımının öğrenme sürecine katkısı incelenmiştir. Yöntem: Araştırma dört aşamada yürütülmüştür. İlk aşamada Gazi-Brains-2020 veri seti kullanılarak Yüksek Dereceli Glioma (HGG) tümörleri ve kritik anatomik yapıların otomatik segmentasyonu için 3D U-Net tabanlı bir derin öğrenme modeli geliştirilmiştir. Ardından segmentasyon çıktıları artırılmış gerçeklik ortamına aktarılmış çok kullanıcılı bir XR platformu oluşturulmuştur. Son aşamada sistemin eğitimsel etkililiği deneysel araştırma deseniyle değerlendirilmiş; algılanan görev yükü NASA-TLX, sistem kullanılabilirliği SUS ölçeği, öğrenme süreci ise cerrahi planlama anketleri ve yarı yapılandırılmış görüşmeler aracılığıyla incelenmiştir. Bulgular: Refiner ve coarse-to-fine segmentasyon yaklaşımları, standart 3D U-Net modeline göre daha yüksek Dice performansı ve daha kararlı validasyon sonuçları göstermiştir. XR grubunda öğrenmeye katkı, etkileşim, aktif öğrenme, cerrahi planlama yetkinliği algısı ve genel eğitim memnuniyeti puanları kontrol grubuna göre anlamlı düzeyde daha yüksek bulunmuştur (p<0,05). SUS puanları gruplar arasında farklılık göstermezken, NASA-TLX'de XR grubunda fiziksel gereksinim ve gösterilen çaba puanları daha yüksek, sistem kullanılabilirliği ile algılanan bilişsel iş yükü arasında ise negatif yönlü ilişki saptanmıştır. Sonuç: Bu tez çalışmasında, yapay zekâ destekli otomatik segmentasyon, artırılmış gerçeklik ile üç boyutlu görselleştirme ve işbirlikçi öğrenme, beyin cerrahisi planlama eğitimine yönelik tek bir platformda bir araya getirilmiştir. Katılımcı değerlendirmeleri, geliştirilen sistemin üç boyutlu anatomik yapıların değerlendirilmesini ve ekip temelli cerrahi planlama sürecini destekleyebileceğine işaret etmiştir. Sistemin kullanılabilirliği ise kontrol grubunda kullanılan yönteme benzer düzeyde bulunmuştur.
Özet (Çeviri)
Objective: The aim of this study was to develop an artificial intelligence (AI)-supported collaborative augmented reality (AR) application for neurosurgical planning education and to evaluate its educational effectiveness and usability. To this end, the contribution of integrating AI-based automatic segmentation into an augmented reality environment for collaborative surgical planning education was investigated. Methods: The study was conducted in four stages. First, a 3D U-Net-based deep learning model was developed using the Gazi-Brains-2020 dataset for the automatic segmentation of High-Grade Glioma (HGG) tumors and critical anatomical structures. The segmentation outputs were then integrated into an augmented reality environment, where a multi-user XR platform was developed. In the final stage, the educational effectiveness of the system was evaluated using an experimental research design. Perceived task workload was assessed using the NASA Task Load Index (NASA-TLX), system usability using the System Usability Scale (SUS), and the learning process through a surgical planning questionnaire and semi-structured interviews. Results: The Refiner and coarse-to-fine segmentation approaches demonstrated higher Dice performance and more stable validation results than the standard 3D U-Net model. The XR group achieved significantly higher scores than the control group in perceived learning contribution, interaction, active learning, perceived surgical planning competence, and overall educational satisfaction (p<0.05). Although SUS scores did not differ significantly between the groups, the XR group reported higher physical demand and effort scores on the NASA-TLX, and a negative correlation was identified between system usability and perceived cognitive workload. Conclusion: In this thesis, AI-assisted automatic segmentation, three-dimensional visualization using augmented reality, and collaborative learning were integrated into a single platform for neurosurgical planning education. Participants' evaluations indicated that the developed system may support the assessment of three-dimensional anatomical structures and team-based surgical planning. The usability of the system was comparable to that of the method used in the control group.
Benzer Tezler
- Bazal ganglionların mikrocerrahı ve ak madde diseksiyonu ile 3 boyutlu anatomisi
Başlık çevirisi yok
AHMET YAPRAK
Tıpta Uzmanlık
Türkçe
2024
NöroşirürjiSağlık BakanlığıBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. HÜSEYİN HAYRI KERTMEN
- Ankara Tıp Fakültesi hastanelerinde acil servis ve yoğun bakım hekimlerinin, beyin ölümü hakkındaki farkındalıkları, bilgi düzeyleri ve bakış açılarının değerlendirilmesi
Evaluation of awareness, knowledge levels and perspectives of emergency and intensive care physicians about brain death in Ankara Medical Faculty Hospitals
ÖMER ERAY YALAP
Tıpta Uzmanlık
Türkçe
2021
NörolojiAnkara ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. AYŞE PETEK BİNGÖL
- Posterior petrozal yaklaşımın üç boyutlu modellenmesi artırılmış-sanal gerçeklikle dijital ortama aktarılması
Three-dimensional modeling of the posterior petrosal approach and its integration into the digital environment using augmented and virtual reality
YUNUS EMRE ÖZBİLGİ
Tıpta Uzmanlık
Türkçe
2026
Nöroşirürjiİstanbul Medeniyet ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DOÇ. DR. MEHMET SABRİ GÜRBÜZ
- 4.ventrikülün 3D fotogrametrik anatomisi
4.ventricle 3D photogrammetric anatomy
BARIŞ KAVAL
Tıpta Uzmanlık
Türkçe
2026
NöroşirürjiSağlık Bilimleri ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. ERHAN EMEL
- Beyin MR görüntüleri üzerinden beyin tümörü tespiti,sınıflandırması ve segmentasyonunda derin öğrenme yöntemlerinin incelenmesi
An investigation of deep learning approaches for brain tumor detection, classification, andsegmentation from brain MRI images
ESMA NUR GÜNEŞER
Yüksek Lisans
Türkçe
2026
Mühendislik BilimleriYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERT BAL