Similarity-based analysis of FDG-PET images of Alzheimer's disease patients: A method for automated diagnosis and severity prediction with the aim of therapy response monitoring
Alzheimer hastalığınında FDG-PET görüntülerinin benzerliğe dayalı analizi: Tedavi yanıtının izlenmesi amacıyla otomatik tanı ve şiddet tahmini için yöntem
- Tez No: 749807
- Danışmanlar: PROF. DR. ALBERT GÜVENİŞ
- Tez Türü: Yüksek Lisans
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 40
Özet
Bu çalışma, Alzheimer hastalığının bilgisayar destekli karakterizasyon tespiti ile beynin Florodeoksiglukoz pozitron emisyon tomografisi (18F-FDG PET) görüntü- lerini benzerlik ölçüsüne dayalı yaklaşım kullanarak değerlendirmeyi amaçlamıştır. İlk amaç, hastalığı otomatik olarak teşhis etmekti. İkinci amaç benzerlik ölçüsü ile nörop- sikolojik değerlendirmeler arasındaki ilişkiyi belirlemekti. Böylelikle, hastalığın erken teşhisini sağlayabilecek ve iyi bilinen nöropsikolojik testlerle ilişkili objektif bir hastalık şiddet indeksi tanımlayabilen yeni bir alzheimer hastalığı değerlendirme algoritması geliştirmeyi amaçladık. ADNI'den 125 hasta, 132 sağlıklı ve toplam 257, FDG-PET verisi olan yüz yirmi beş hasta görüntüsü alındı. Daha sonra, karşılıklı bilgi yöntem- ini kullanarak veritabanındaki mevcut sağlıklı ve hasta görüntülerine herhangi bir 3B görüntü arasındaki benzerliği gösteren bir mesafe değeri bulduk. Tanı, mesafe değeri için bir eşik değerine dayanıyordu. Daha sonra tüm hastaların mini mental durum ve klinik demans derecelendirme testi sonuçları ve FDG-PET'den elde edilen mesafe değerleri varyans analizi kullanılarak analiz edildi. Algoritma, orijinal veri seti (197 hasta) için birini dışarıda bırak yöntemi kullanılarak 0,969 ve bağımsız testing veri seti (60 hasta) kullanılarak 0,873 AUC elde etti. MMSE ve görüntüleme skorları arasında korelasyon 0,642, görüntüleme ve CDR global test arasındaki korelasyonu ise 0,677 idi. Moleküler görüntüleme ile AD'nin erken saptanması ve objektif önem indeksinin belir- lenmesi için basit ve görüntü benzerlik temelli bir algoritma kullanılabilir. İlgi alanı ve özellik hesaplamaları yapılmasına gerek yoktur.
Özet (Çeviri)
This study aimed to evaluate 18-Fluorodeoxyglucose positron emission tomog- raphy (18F-FDG-PET) images of the brain for the computer-aided characterization detection of Alzheimer's disease (AD) intuitive image similarity-measure-based ap- proach. The first objective was to diagnose AD automatically. The second objective was to determine the association between the similarity measure and neuropsycholog- ical assessments. Therefore, we aimed to develop a new AD evaluation algorithm that can give an early diagnosis of the disease and define an objective severity index that correlates with well-known neuropsychological tests. 125 patients with AD, 132 Cog- nitively Normal (CN), and a total of 257, FDG-PET data were obtained from ADNI. We then found a distance value indicative of the similarity between any 3D image to available CN and AD patient images in the database using the mutual information method. The diagnosis was based on a threshold value for the distance value. Then, the Mini Mental State Examination (MMSE) and Clinical Dementia Rating (CDR) results of all patients and the distance values obtained from FDG-PET were analyzed using an analysis of variance. The algorithm achieved an AUC ROC of 0,969 using a leave-one-out method for the original dataset (n=197) and 0,873 using the independent testing dataset (n=60). The correlation was 0,642 between MMSE scores and imaging scores, and for CDR global test correlation between imaging and testing was 0,677. A simple and intuitive similarity-based algorithm can be used for the early detection of AD using molecular imaging as well as determining an objective severity index. No ROI and feature computations should be performed.
Benzer Tezler
- Machine and deep learning based analysis of tumors on FDG-PET images
FDG-PET görüntülerindeki tümörlerin makine ve derin öğrenme tabanlı analizi
OĞUZHAN AYYILDIZ
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ
- Küçük hücreli dışı akciğer kanserinde (KHDAK) FDG, PET-BT tümör hacimlerinin SUV değerine dayalı olarak hesaplanması: BT ve patolojik tümör hacimleri ile karşılaştırmalı örnekleme çalışması
Definition of tumor volumes based on FDG, PET-CT, based on SUV values in non-small cell lung cancer: Comperative sampling study of CT and pathological volumes
ÇAĞIN ÇİL
Yüksek Lisans
Türkçe
2011
Fizik ve Fizik MühendisliğiDokuz Eylül ÜniversitesiMedikal Fizik Ana Bilim Dalı
PROF. DR. BERNA POLACK
- Diffüz büyük b hücreli lenfoma tanılı olgularda F18-FDG PET/BT 'de ölçülen metabolik parametrelerin prognoz ve tedavi yanıtı üzerine etkisinin retrospektif incelenmesi
Başlık çevirisi yok
BURÇİN KARAŞAH ERKEK
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpEge ÜniversitesiNükleer Tıp Ana Bilim Dalı
PROF. DR. ZEYNEP BURAK
- Evre I germ hücreli testis tümörlerinde adjuvan tedavi ve aktif izlem olgularının klinik ve laboratuvar sonuçlarının karşılaştırılması
Comparison of the clinical and laboratory outcomes of patients with stage I germ cell tumors undergoing adjuvant treatment and active surveillance
AHAD SAFARALIYEV
Tıpta Uzmanlık
Türkçe
2023
ÜrolojiOndokuz Mayıs ÜniversitesiÜroloji Ana Bilim Dalı
PROF. DR. YARKIN KAMİL YAKUPOĞLU
- Yapı sistemlerinin dinamik dış etkiler altındaki davranışlarının incelenmesi
Başlık çevirisi yok
YAVUZ DURGUN
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiYapı Ana Bilim Dalı
PROF. DR. ERKAN ÖZER