Nazofarenks karsinomu olgularında manyetik rezonans görüntülerinin radyomiks analizi
Radiomics analysis of magnetic resonance imaging in case of nasopharyngeal carcinoma
- Tez No: 740804
- Danışmanlar: PROF. DR. OSMAN KIZILKILIÇ
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Karsinoma, Manyetik rezonans görüntüleme, Nazofarengeal hastalıklar, Nazofarengeal neoplazmlar, Nazofarenks, Radyomikler, Nasopharyngeal Carcinoma, Magnetic Resonance Imaging, Texture Analysis, Radiomics Analysis, Carcinoma, Magnetic resonance imaging, Nasopharyngeal diseases, Nasopharyngeal neoplasms, Nasopharynx, Radiomics
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Cerrahpaşa Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Çalışmamızın amacı, nazofarenks karsinomu tanısı almış hastalarda, MR görüntülerinden tümörün radyomiks analizi yapılarak, elde edilen doku özelliklerinin makine öğrenmesi yöntemlerinde kullanılmasıyla 5 yıllık takipte hastalıksız sağkalımı olan ve nüks eden tümörlerin doku özelliklerine göre farklılaştığı parametrelerin tespit edilmesi ve hastalık prognozunun kestirimini sağlayacak modeller oluşturulması olarak belirlenmiştir. Gereç ve Yöntem: CTF Radyasyon Onkolojisi Anabilim Dalı'nda 5 yıllık takibi yapılmış olan, 2010-2016 yılları arasında Nazofarenks Karsinomu tanısı almış 110 olgunun kayıtları retrospektif olarak taranmıştır. Çalışmaya alınma ölçütlerini karşılayan 40 hasta dahil edilmiştir. Olgular 5 yıllık takip süresinde lokal nüks veya metastaz izlenmiş olgular (n=14) ve hastalıksız takip edilmiş olgular (n=26) olmak üzere iki gruba ayrılmıştır. Farklı cihazlardan elde edilen T2 ağırlıklı ve post-kontrast T1 ağırlıklı MR görüntülerden lezyonlar üç boyutta tüm tümör hacmi üzerinden her kesitte manuel olarak segmente edilmiştir ve radyomiks parametreleri hesaplanmıştır. Farklı cihazlardan elde edilen radyomiks özellikleri harmonize edilmiştir. Parametre seçimi tek değişkenli ki-kare ve korelasyon analizi yöntemleriyle yapılmış, iki lezyon sınıfını istatiksel olarak anlamlı (p<.01) ayırabilen radyomiks özellikleri ile makine öğrenmesi modelleri eğitilmiş ve test edilmiştir. Performans ölçümlerine göre lezyon sınıflama başarımı en yüksek olan sınıflandırma algoritması belirlenmiştir. Bulgular: T2 ağırlıklı görüntülerden üç parametre: tümör hacmi, GLCM'nin Kontrast metriği, GLRLM'nin LRLGLM metriği, post-kontrast T1 ağırlıklı görüntülerden bir parametre: Histogram dağılımının ortalaması, olmak üzere dört tekstür parametresinin dahil edildiği radyomiks modeli, lineer SVM sınıflama algoritmasıyla lezyonları %92,5 doğruluk, %92,3 özgüllük oranı ile sınıflayabilmiştir.
Özet (Çeviri)
Aim: The purpose of our study is to investigate the texture features of the tumor and develop a radiomics model based on MRI in order to discriminate recurrent from non-reccurent nasopharyngeal carcinoma. Materials and Methods: The records of 110 patients with nasopharyngeal carcinoma who were followed up in the CTF Radiation Oncology Department between 2010 and 2016 are reviewed retrospectively.Forty patients who met the inclusion criteria were included in the study. The cases were divided into two groups as cases with local recurrence or metastasis (n=14) and cases without disease (n=26) during the 5-year follow-up period. From T2-weighted and post-contrast T1- weighted MR images obtained from different devices, lesions were manually segmented in each section over the entire tumor volume in three dimensions, and radiomics parameters were calculated. Radiomics features obtained from different devices are harmonized. Feature selection is performed by univariate chi-square test and correlation analysis methods. Machine learning models are trained and tested with radiomics features that can discriminate between two lesion classes (p<.01). The classification algorithm with the highest lesion classification performance metrics is determined. Results: Three parameters from T2-weighted images: tumor volume, contrast metric of GLCM, LRLGLM metric of GLRLM, and one parameter from post-contrast T1- weighted images: mean of the histogram distribution, are four texture parameters included in the radiomics model. By using these features linear SVM classification algorithm classified lesions with 92.5% accuracy and 92.3% specificity rate. Conclusion: The texture analysis of pre-treatment MR images can predict recurrent and non-recurrent lesions of nasopharenygeal carcinoma with high accuracy and specificity.
Benzer Tezler
- Nazofarenks karsinomu boyun başarısızlığında cerrahi tedavinin sağkalım üzerine olan etkisi
The effect of surgical treatment on prognosis of neck failure in nasopharyngeal carcinoma
ERKAN ÖZTÜRK
Tıpta Uzmanlık
Türkçe
2017
Kulak Burun ve Boğazİstanbul ÜniversitesiKulak, Burun, Boğaz Hastalıkları Ana Bilim Dalı
PROF. DR. ÖKKEŞ ERKAN KIYAK
- Kontrol edilemeyen epistaksisli hastalarda transarteriyel embolizasyon tedavisinin etkinliği: tek merkezli retrospektif gözlemsel çalışma
Efficacy of transarterial embolization therapy in patients with uncontrollable epistaxis: a single center retrospective observational study
MEHRDAD REZAEIMIYANDOAB
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpÇukurova ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN BİLEN ONAN
- Nazofarenks tümörlerinin radyoterapisine bağlı geç komplikasyonların değerlendirilmesi
Evaluation of late toxicity in patients treated with raditherapy for nasopharyngeal carcinoma
YILDIZ KELEŞ KUZEYLİ
Tıpta Uzmanlık
Türkçe
2003
Onkolojiİstanbul ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
PROF.DR. ÖMER UZEL
- Paranazal sinüs ve nazofarenks karsinomlu olguların radyoterapisinda in vivo dozimetri
İn vivo dosimetry in the radiotherapy of nasopharynx paranasal sinus carcinomas
YILDIRAY TANRIVER
Tıpta Uzmanlık
Türkçe
2000
Göz HastalıklarıDokuz Eylül ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
DOÇ. DR. MEHMET ŞEN
- Nazofarenks kanserlerinde RRM1 (ribonükleotid redüktaz katalitik alt tip m1), PTEN (protein tirozin fosfataz ve tensin homoloğu) ve ATM (mutasyona uğramış ataksi-telanjiektazi) ekspresyonunun klinik-prognostik önemi ve tedavi seçiminde prediktif midir?
The expression of the RRM1 (ribonucleotide reductase catalytic subunit m1), PTEN (phosphatase and tensin homolog) and ATM (ataxia-telangiectasia mutated gene) in nasopharyngeal cancers and it's clinical prognostic si̇gnificance and prediction for treatment selection
CANSU GEÇKALAN
Tıpta Uzmanlık
Türkçe
2024
İç HastalıklarıÇukurova Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. İSMAİL OĞUZ KARA