Non-small cell lung cancer tumor characterisation using deep learning
Derin öğrenme yaklaşımlarıyla küçük hücreli dışı akciğer kanserinde tümör karakterizasyonu
- Tez No: 670806
- Danışmanlar: PROF. DR. BÜLENT YILMAZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Abdullah Gül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Küçük Hücreli Dışı Akciğer Kanseri (KHDAK) akciğer kanserlerinin büyük çoğunluğunu oluşturur ve adenokarsinom (ADC) ve skuamöz hücreli karsinom (SqCC) olmak üzere iki önemli alt tipi vardır. Genel olarak, bu iki alt tip mikroskobik olarak belirlenen morfolojik kriterler dikkate alınarak birbirinden ayrılır. Ancak, kötü morfoloji bunu oldukça zorlaştırır. Alt tipe özel tedavi yöntemleri için bu tür çalışmalar önemlidir. Bu tezde, pozitron emisyon tomografi (PET) görüntüleri kullanılarak KHDAK'nin alt tiplerinin sınıflandırılması üzerinde derin öğrenme (DÖ) yöntemleri incelenmiştir. İlk çalışmada, DÖ yöntemlerinin temelini oluşturan yapay sinir ağları (YSA) kullanılarak %73 doğru sınıflandırma başarısı elde edilmiştir. İkinci çalışmada, PET görüntülerinden alınan bölütlenmiş tümör kesitleri kullanılarak birkaç DÖ modeli incelenmiştir. Sonuçta, %95 F skoru ile VGG16 ve VGG19 en başarılı modeller olmuştur. Bu çalışmanın sonunda kesit bazlı çalışmalar bırakılarak hasta bazlı çalışmalara geçilmiştir. Üçüncü çalışmada, hasta bazlı dilimlerin birleştirilmesiyle oluşturulan üç boyutlu (3B) verilerin kullanımı yeterli başarıyı sağlamamıştır. Dördüncü çalışmada, PET görüntülerinin doğrudan kullanıldığı, tümör kısımlarının kırpılarak kullanıldığı ve bölütlenmiş tümör parçalarının kullanıldığı üç farklı deney yapılmıştır. Bu çalışma, peritümoral alanların sınıflandırmada olumlu etkisini ortaya koymuş ve VGG19 %74 F skoru değerine ulaşmıştır. Beşinci çalışmada, transfer öğrenme ve hassas ayar çalışmaları başarısızdı. CNN ve ResNet tabanlı sığ ağları içeren son çalışma %71 F skoru ile umut verici olmuştur.
Özet (Çeviri)
Non-small cell lung cancer (NSCLC) constitutes the vast majority of lung cancers and has two major subtypes, adenocarcinoma (ADC) and squamous cell carcinoma (SqCC). Generally, these two subtypes are distinguished from each other by considering microscopic morphological criteria. However, poor morphology makes this quite difficult. Such studies are important for subspecialty treatment methods. In this thesis, deep learning (DL) methods on the subtype classification of NSCLC were investigated. In the first study, 73% success rate was achieved by using artificial neural networks (ANN), which form the basis of DL methods. In the second study, several DL models were investigated on subtype classification using segmented tumor slices from PET images. As a result, VGG16 and VGG19 emerged as the most successful models with a 95% F-score. Later, slice based studies were abandoned and patient based studies were initiated. In the third study, the use of three-dimensional (3D) data created by combining slices from each patient was not successful. In the fourth study, three different experiments were conducted in which PET images were directly used, cropped to include peritumoral areas, and segmented only tumor parts. This study demonstrated the positive effect of peritumoral areas and VGG19 reached an F-score of 74%. In the fifth study, transfer learning and fine tuning works did not yield successful results. The latest study involving CNN-based and ResNet-based shallow networks was promising with an F-score of 71%.
Benzer Tezler
- Cellular characterization of immune cells in non-small cell lung cancer and mesothelioma
Küçük hücreli dışı akciğer kanseri ve mezotelyomada immün hücrelerin hücresel karakterizasyonu
GÖNÜL SEYHAN
Yüksek Lisans
İngilizce
2017
Allerji ve İmmünolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. AYÇA SAYI YAZGAN
- Küçük hücreli dışı akciğer kanserinde, vinorelbinin m2 makrofajları modüle etme ve tümör progresyon genlerinin ekspresyon seviyesi üzerindeki etkisi
The effect of vinorelbine on modulating M2 macrophages and expression level of tumor progression genes in non-small cell lung cancer
AHMED FARIS SAAD AL-OMAR
- Küçük hücreli dışı akciğer kanserlerinde nodal evrelemede BT, PET/BT ve histopatolojik verilerin karşılaştırılması
Comparing the effectiveness between CT and PETCT in preoperative nodal staging in nonsmall cell lung cancer
SÖZEN DOĞAN
Tıpta Uzmanlık
Türkçe
2010
Radyoloji ve Nükleer TıpEge ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. RECEP SAVAŞ
- Akciğer kanseri tedavisinde kullanılmak üzere nanopartikül içeren kuru toz inhaler formülasyonu hazırlanması, karakterizasyonu ve in vitro değerlendirilmesi
Development, characterization and in vitro evaluation of dry powder inhaler formulation containing nanoparticles for use in lung cancer treatment
ZEYNEP MERVE GEYİK
Yüksek Lisans
Türkçe
2023
Eczacılık ve FarmakolojiHacettepe ÜniversitesiFarmasötik Teknoloji Ana Bilim Dalı
DOÇ. DR. YAĞMUR AKDAĞ ÇAYLI
- Kanser tanısı için monoklonal antikor yüklü radyofarmasötiklerin geliştirilmesi ve etkinliğinin in vitro/in vivo çalışmalarla değerlendirilmesi
Development of monoclonal antibody loaded radiopharmaceuticals for cancer diagnosis and evaluation of efficacy with in vitro/in vivo studies
MELİHA EKİNCİ
Doktora
Türkçe
2021
Eczacılık ve FarmakolojiEge ÜniversitesiRadyofarmasi Ana Bilim Dalı
DOÇ. DR. DERYA İLEM ÖZDEMİR