Geri Dön

Bilgisayarlı tomografi görüntüleri üzerinden makine öğrenme algoritmaları kullanılarak 1, 11. ve 12. torakal vertebralardan cinsiyet tahmini

Gender determination from 1ST, 11TH, and 12TH thoracal vertebra using machine learning algorithm on computerized tomography images

PDF İndir

  1. Tez No: 720166
  2. Yazar: BEYZA YILMAZ
  3. Danışmanlar: DOÇ. DR. SERKAN ÖNER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Anatomi, Anatomy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Anatomi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Bu çalışma, retrospektif olarak, 2015-2020 yılları arasında çeşitli sağlık problemleri ile Karabük Üniversitesi Eğitim Araştırma Hastanesi'ne başvuran bireylerin Picture Archiving and Communication System (PACS) arşiv sisteminde bulunan bilgisayarlı tomografi görüntüleri taranarak yapıldı. Çalışmaya torakal vertebralarında herhangi bir kırık, patoloji veya cerrahi girişim olmayan 25-50 yaş aralığındaki 100 (50K, 50E) birey dahil edildi. Horos programına aktarılan görüntüler üç planda (coronal, sagittal, transvers) Multiplanar Reconstruction (MPR) aracı kullanılarak ortogonal düzleme getirildi. Corpus vertebra ve proc. spinosus referans alınarak ortogonal düzleme getirilen görüntüler üzerinde ölçüm aracı kullanılarak T1, T11 ve T12 vertebraya ait 15 parametrenin ölçümleri yapıldı: (1) proc. spinosus uzunluğu (lePCS), (2) proc. spinosus ve corpus vertebrae arasındaki en uzak mesafe (vertebranın toplam uzunluğu) (leVRT), (3) corpus vertebrae yüksekliği (heCV), (4) corpus vertebrae genişliği (genCV), (5) proc. spinosus ile proc. transversus dextra arasındaki mesafe (PCS-PTD), (6) proc. spinosus ile proc. transversus sinistra arasındaki mesafe (PCS-PTS), (7) proc. transversus dextra ve sinistra arasındaki mesafe (PTD-PTS), (8) proc. transversus dextra-proc. spinosus-proc. transversus sinistra arasındaki açı (angPCS-PT), (9) for. vertebrale'nin anteroposterior (capFV) ve (10) transvers çapı (ctrFV), (11) facies art. superior dextra (leFAD) ve (12) sinistra'ların genişliği (leFAS), (13) proc. articularis dextra ve sinistra arasındaki en uzak mesafe (PAD-PAS), (14) pediculus arcus vertebrae dextra (lePD) ve (15) sinistra uzunluğu (lePS). Makine öğrenme algoritmaları Sekazu programı kullanılarak uygulandı. Temel istatistiksel analiz için Minitab 17 paket programı kullanıldı. Yapılan analiz sonuçlarına göre, erkeklerin yaşları 36,50±8,26, kadınların yaşları 40,26±7,63 olarak hesaplandı. T1 vertebra için lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, angPCS-PT, capFV, ctrFV, lePD, lePS parametreleri; T11 vertebra için lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, ctrFV, leFAD, leFAS, PAD-PAS, lePD, lePS parametreleri; T12 vertebra için lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, ctrFV, PAD-PAS, lePD, lePS parametrelerinde cinsiyetlere göre istatistiksel olarak anlamlı fark bulundu (p

Özet (Çeviri)

In this study, computed tomography images of individuals who applied to Karabuk University Training and Research Hospital between 2015 and 2020 with various health problems were scanned retrospectively. 100 (50F, 50M) individuals aged 25-50 years without any fracture, pathology or surgical intervention in their thoracic vertebrae were included in the study. The images transferred to the Horos program were brought to the orthogonal plane using the Multiplanar Reconstruction (MPR) tool in three planes (coronal, sagittal, transverse). On the images brought to the orthogonal plane with reference to the vertebral body and spinous process, 15 parameters of the T1, T11 and T12 vertebrae were measured using the measurement tool: (1) length of the spinous process (lePCS), (2) the farthest distance between spinous process and vertebral body (total length of the vertebrae) (leVRT), (3) length of the vertebral body (heCV), (4) width of the vertebral body (genCV), (5) length between spinous process and right transverse process (PCS-PTD), (6) length between spinous process and left transverse process (PCS-PTS), (7) distance between left and right transverse process (PTD-PTS), (8) angle between right transverse process, spinous process and left transverse process (angPCS-PT), (9) anteroposterior diameter of vertebral foramen (capFV), (10) transverse diameter of vertebral foramen (ctrFV), (11) width of right superior articular facet (leFAD), (12) width of left superior articular facet (leFAS), (13) longest distance between right and left articular process (PAD-PAS), (14) length of right pedicle (lePD), (15) length of left pedicle (lePS) were measured. Machine learning algorithms were implemented using the Sekazu program. Minitab 17 package program was used for basic statistical analysis. According to the results of the analysis, the age of men was calculated as 36.50±8.26, and the age of women as 40.26±7.63. For all three vertebrae, the measured length values in males were higher than in females. Parameters of lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, angPCS-PT, capFV, ctrFV, lePD, lePS for T1 vertebrae; parameters of lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, ctrFV, leFAD, leFAS, PAD-PAS, lePD, lePS for T11 vertebrae; for T12 vertebrae, a significant difference was found according to gender in the parameters of lePCS, leVRT, heCV, genCV, PCS-PTD, PCS-PTS, PTD-PTS, ctrFV, PAD-PAS, lePD, lePS (p

Benzer Tezler

  1. Tez No

    819039

    Dördüncü ve beşinci lumbal vertebranın antropometrik ölçümleri ile makine öğrenme algoritmaları kullanılarak cinsiyet tayini üzerine bir çalışma

    Gender determination from 4th, and 5th lumbal vertebra using machine learning algorithm on computerized tomography images

    GİZEM NUR KARABAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    AnatomiKarabük Üniversitesi

    Anatomi Ana Bilim Dalı

    DOÇ. DR. MUHAMMED KAMİL TURAN

  2. Tez No

    816664

    Yüksek rezolüsyonlu temporal kemik bt incelemelerinde radıomıcs özelliklerinden makine öğrenmesi algoritmaları kullanılarak elde edilen modellerin otitis media ve kolesteatom ayırıcı tanısındaki yeri

    The place of models obtained using machine learning algorithm from radiomics features in high resolution temporal bone ct examinations in the differential diagnosis of otitis media and cholesteatoma

    SENA ÖZDEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpBalıkesir Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. BAHAR YANİK KEYİK

  3. Tez No

    957719

    Segmentation of colon nuclei images using deep learning

    Kalın bağırsak hücre görüntülerinin derin öğrenme kullanılarak bölütlenmesi

    ATAKAN ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Biyomühendislikİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  4. Tez No

    960509

    Akut İnme Kliniği ile acile başvuran ve beyin BT anjiyografi tetkiki ile değerlendirilen hastalarda büyük damar oklüzyonlarının yapay zeka algoritmaları aracılığıyla tanınması

    Detection of large vessel occlusions using artificial intelligence algorithms in patients presenting to the Emergency Department with Acute Stroke symptoms and evaluated by brain CT angiography

    AYŞE İBİŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Radyoloji ve Nükleer Tıpİstanbul Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. MEHMET BARBUROĞLU

  5. Tez No

    609733

    Pelvis bilgisayarlı tomografi görüntülerinden elde edilen parametreler ile makine öğrenme algoritmaları kullanılarak cinsiyet tahmini üzerine bir deneme

    An experiment on gender estimation using machine design algorithms with parameters obtained from pelvis computed tomography images

    YUSUF SEÇGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    AnatomiKarabük Üniversitesi

    Anatomi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZÜLAL ÖNER

Geri Dön