Manyetik rezonans görüntülemede saptanan modic dejenerasyonların derin öğrenme teknikleriyle analizi
Analysis of modic degenerations detected in magnetic resonance imaging with deep learning techniques
- Tez No: 739727
- Danışmanlar: DOÇ. DR. HARUN ARSLAN, DR. ÖĞR. ÜYESİ ADEM YOKUŞ
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 46
Özet
Bu çalışmamızda, manyetik rezonans görüntülemede(MRG) saptanan modic dejenerasyon bulgularının derin öğrenme teknikleri kulllanılarak analiz edilmesi amaçlanmıştır. Gereç ve Yöntem: 2016-2021 yıllarında Lomber MRG tetkiki uygulanan, yaşları 19-86 arasında değişen 125'i kadın ve 182'si erkek toplam 307 hastada sagittal T1, sagittal ve aksiyel T2 ağırlıklı lomber MRG görüntüleri incelendi. Modic dejenerasyonlar(MD) sinyal değişikliklerine göre kategorize edilip işaretlendi. Çalışmamız sınıflandırma ve segmentasyon olmak üzere birbirinden bağımsız iki aşamadan oluşmaktadır. Kategorize edilen veriler ilk aşamada DenseNet-121, DenseNet-169, VGG-19 gibi ESA(evrişimli sinir ağı) mimarileri ile sınıflandırılmıştır. Daha sonraki aşamada ise işaretlenen resimler üzerinden resim işleme programlarıyla ESA mimarisi olan U-Net ile segmentasyon yapılarak maskeler çıkarılmıştır. Bulgular: Sınıflandırma aşamasında Modic-1, Modic-2, Modic-3 dejenerasyonlarda başarı oranı sırasıyla DenseNet-121'de %98, %96, %100 , DenseNet-169'da %100, %94, %100 , VGG-19'da %98, %92, %97 bulunmuştur. Segmentasyon aşamasında U-Net mimarisi ile başarı oranı %71 bulunmuştur. Sonuç: Bel ağrısı etiyolojisinde yer alan modic dejenerasyonların MRG bulgularının derin öğrenme mimarileriyle değerledirilmesi teşhis kolaylılığı sağlayarak radyoloji hekiminin iş yükünü önemli ölçüde azaltabilir.
Özet (Çeviri)
In this study, we aimed to analyze the modic degeneration findings detected in magnetic resonance imaging (MRI) by using deep learning techniques. Material and Method: Sagittal T1, sagittal and axial T2-weighted lumbar MRI images were analyzed in a total of 307 patients, 125 female and 182 male, aged between 19-86 years, who underwent Lumbar MRI examination in 2016-2021. Modic degenerations (MD) were categorized and marked according to signal changes. Our study consists of two independent stages, namely classification and segmentation. The categorized data were first classified with CNN(convolutional neural network) architectures such as DenseNet-121, DenseNet-169, VGG-19. In the next stage, masks were removed by segmentation with U-Net, which is the CNN architecture, with image processing programs on the marked images. Results: At the classification stage, the success rates in Modic-1, Modic-2, Modic-3 degenerations were 98%, 96%, 100% in DenseNet-121, 100%, 94%, 100% in DenseNet-169, in VGG-19 98%, 92%, 97% respectively found. In the segmentation phase, the success rate was 71% with the U-Net architecture. Conclusion: Evaluation of MRI findings of modic degenerations in the etiology of low back pain with deep learning architectures can significantly reduce the workload of the radiologist by providing ease of diagnosis.
Benzer Tezler
- Manyetik rezonans görüntülemede saptanan vertebra korpus lezyonlarının ayırıcı tanısında derin öğrenme tabanlı yapay zekanın etkinliğinin değerlendirilmesi
Evaluation of the effectiveness of deep learning in the differential diagnosis of vertebral body lesions detected by magnetic resonance imaging
HÜSEYİN ER
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpRecep Tayyip Erdoğan ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. MEHMET BEYAZAL
- Endometrioziste manyetik rezonans görüntülemede saptanan viseral ve subkutan adipoz dokunun hastalığın şiddeti ve klinik semptomları ile ilişkisinin araştırılması: Bir prospektif çalışma
The investigation of the relationship between visceral and subcutaneous adipose tissue detected by magnetic resonance imaging in endometriosis and disease severity and clinical symptoms: a prospective study
AYŞENUR TÜFEK ARAP
Tıpta Uzmanlık
Türkçe
2025
Kadın Hastalıkları ve Doğumİstanbul Medeniyet ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. ABDULKADİR TURGUT
DOÇ. DR. MERYEM HOCAOĞLU
- Endometrioziste manyetik rezonans görüntülemede saptanan viseral adipozitenin hastalığın şiddeti ve klinik semptomları ile ilişkisinin araştırılması
Investigating the relationship between visceral adipositydetected in magnetic resonance imaging in endometriosisand the severity of the disease and the clinical symptoms
İREM YANMAZ
Tıpta Uzmanlık
Türkçe
2024
Kadın Hastalıkları ve Doğumİstanbul Medeniyet ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. ABDULKADİR TURGUT
DOÇ. DR. MERYEM HOCAOĞLU
- Manifest karotid arter stenozu olan yada olmayan vakalarda manyetik rezonans görüntülemede saptanan iskemik beyin hastalığının doppler incelemedeki akım hızı, RI değerleri ve plak morfolojileri ile olan ilişkisi
Relationship between carotid artery flow velocity, RI values and plaque morphologies in patients with ischemic brain disease with or without carotid artery stenosis
EVREN ALDEMİR
Tıpta Uzmanlık
Türkçe
2009
Radyoloji ve Nükleer TıpSağlık BakanlığıRadyoloji Ana Bilim Dalı
UZMAN MELDA APAYDIN
- Ani kardiyak ölüm riskini öngören elektrokardiyografik skorun, mitral kapak prolapsusu hastalarında kardiyak manyetik rezonans görüntülemede geç gadolinyum tutulumu ile ilişkisi
The relationship between the electrocardiographic score predicting sudden cardiac death risk and late gadolinium enhancement on cardiac magnetic resonance imaging in patients with mitral valve prolapse
YUNUS EMRE ERATA
Tıpta Uzmanlık
Türkçe
2025
KardiyolojiSağlık Bilimleri ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. MEHMET ERTÜRK
DOÇ. DR. BEGÜM UYGUR