Geri Dön

Rektum kanserinde neoadjuvan tedaviye cevabın değerlendirilmesinde derin öğrenmenin yeri

The role of deep learning in the evaluation of the response toneoadjuvant chemoradiotherapy in rectal cancer

PDF İndir

  1. Tez No: 757618
  2. Yazar: EDA CİNGÖZ
  3. Danışmanlar: DOÇ. DR. MERVE GÜLBİZ DAĞOĞLU KARTAL
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

GİRİŞ VE AMAÇ: Rektum kanseri toplumda görece sık tümörler arasında sıralanmaktadır. Rektum kanseri tanısı alan hastaların bir kısmı direkt ameliyata yönlendirilirken bir kısmı ise tanı sonrasında neoadjuvan tedavi almakta ve tedavi sonucuna göre operasyon ya da izlem kararı alınabilmektedir. Rektum kanseri tanı-tedavi ve izlem sürecinde tümörün evresi önem arz etmektedir. Tümörün evresi operasyon ya da neoadjuvan tedavi öncesi yapılan MRG ile tayin edilebilmektedir ancak tümörlerin çok az bir kısmı tedaviye tam cevap vermekte, önemli bir kısmında evre gerilemekte ve bir kısmı da tedaviye hiç yanıt vermemektedir. Günümüzde rutin olarak kullanılan KRT öncesi ve sonrası MR T evrelemesi tedavi öncesi yüksek doğruluk oranları gösterirken tedavi sonrasındaki MR T evrelerinin patoloji sonuçları ile korelasyonu zayıftır. Neoadjuvan tedavi öncesi tümörün tedaviye cevabını öngörmek hastayı hem prognoz hem de sağkalım açısından etkileyerek tedavi yönelimini değiştirebilmektedir. Biz bu çalışmada, neoadjuvan tedavi alan rektum kanseri olgularında tedavi cevabının değerlendirilmesinde derin öğrenmenin kullanılması ile ne doğrulukta veriler elde edildiğini göstermeyi amaçladık. Bu şekilde, neoadjuvan tedaviden fayda görmeyeceği öngörülen hastalarda operasyon öncesi neoadjuvan tedavi seçenekleri ile zaman kaybedilmeyecek ve dolayısıyla hasta daha erken ve doğru bir tedavi imkanına sahip olabilecektir. Tedaviden fayda göreceği ön görülen hastalarda ise tedavi sonucunu büyük oranda tahmin ederek tedaviye başlanmış olacaktır. YÖNTEM: 2013-2019 tarihleri arasında İstanbul Üniversitesi, İstanbul Tıp Fakültesi Radyoloji birimine başvurmuş olan, rektum kanseri tanısı almış, neoadjuvan tedavisi planlanmış ve tamamlanmış olan, tedavi öncesinde ve sonrasında rektum MRG görüntüleri elde edilen erişkin hastaların radyolojik incelemesi retrospektif olarak değerlendirildi. Manyetik rezonans incelemede; tümöral lezyonların segmenti, segmentin uzunluğu, çevre doku ile olan ilişkileri, T evresi, N evresi, EMVI, CRM, EMR durumu değerlendirilmiştir. Neoadjuvan KRT sonrası görüntülerde bu bulgulara ek olarak ayrıca mrTRG ve tümör yatağında difüzyon kısıtlılığı olup olmadığı not edildi. Değerlendirmede rektum protokolünde çekilmiş neoadjuvan tedavi öncesi ve sonrası MRG'ler incelenmiş olup ölçümler küçük FOV aksiyel T2A incelemelerden gerçekleştirildi. Tümöral segment, tedavi öncesi ve sonrası görüntülerde tümöral trase boyunca bu sekansta segmente edildi ve elde edilen veriler derin öğrenme algoritmaları aracılığı ile işlendi. Bulgular, neoadjuvan tedavi öncesi başvuran hastaların, tedavi öncesi rektum MRG özelliklerinin neoadjuvan tedavinin başarısını öngörüp göremeyeceği açısından değerlendirildi. BULGULAR: Bu çalışma Ocak 2013-Ocak 2019 tarihleri arasında, İstanbul Üniversitesi İstanbul Tıp Fakültesi Hastanesi Radyoloji biriminde rektum MRG tetkiki yapılan 25 kadın (%42,4), 34 erkek (%57,6) olmak üzere toplam 59 hasta ile yapılmıştır. Hastaların yaş aralığı 23-79 olup yaş ortalaması 58,81(± 12,23)'dir. Dworak skoru 4 olan 7 hasta (%12) , 3 olan 12 hasta (%20) , 2 olan 19 hasta (%32), 1 olan 12hasta (%20) , 0 olan 2 hasta (%3) bulunmaktaydı. Bekle ve gör (watch&wait) protokolü uygulanan 7 hasta (%12) mevcuttu. Derin öğrenme modelinde hastalar Dworak sonucuna göre gruplandırıldı. Dworak skoru 0,1,2 olan grup neoadjuvan tedaviye cevapsız, Dworak skoru 3,4 olan grup tedaviye cevaplı grup olarak tanımlandığında; 22 hasta gerçek pozitif, 2 hasta yanlış pozitif, 4 hasta yanlış negatif ve 31 hasta gerçek negatif olarak yer almaktaydı. Bu modelin tahmin performansında pozitif prediktif değer %91,7 ve negatif prediktif değer %88,6 olarak hesaplanmıştır. Modelin sensitivitesi %84,6 ve spesifitesi %93,9'dur. Veri bu şekilde iki gruba ayrıldığında BiLSTM katmanında 15 adet hücre barındıran bir derin sinir ağı aracılığıyla %89.9 ile en yüksek doğruluk elde edilmiştir. Dworak skoru 0,1,2,3 olan grup neoadjuvan tedaviye yanıtsız ve Dworak skoru 4 olan grup tedaviye tam yanıtlı grup olarak tanımlandığında; 9 hasta gerçek pozitif, 2 hasta yanlış pozitif, 4 hasta yanlış negatif ve 44 hasta gerçek negatif olarak yer almaktaydı. Bu modelin tahmin performansında pozitif prediktif değer %81,8 ve negatif prediktif değer %91,7 olarak hesaplanmıştır. Modelin sensitivitesi %69,2 ve spesifitesi %95,7'dir. Veri bu şekilde iki gruba ayrıldığında BiLSTM katmanında 11 adet hücre barındıran bir derin sinir ağı aracılığıyla %89.9 ile en yüksek doğruluk elde edilmiştir. SONUÇ: Günümüzde rektum kanseri değerlendirmesinde neoadjuvan KRT öncesi ve sonrası MRG incelemeleri önemli bir tanısal araçtır. Rektum kanserinde tedavi öncesi yapılan MRG T evresinin doğruluğu tatmin ediciyken, neoadjuvan kemoradyoterapiye yanıt değerlendirmesinde kullanılan tedavi sonrası MRG tetkiki ile yapılan yeniden evreleme patoloji sonuçları ile istenen oranda korele olmamaktadır. Ancak tedavi sonrası değerlendirmede kullanılan mrTRG'nin tam yanıt açısından doğruluk oranı yüksek bir biyobelirteç olarak kullanılabilirliği gösterilmiştir. Yapay zeka ile elde edilen sonuçlar mrTRG kullanılmasını desteklemektedir ve yapay zeka çalışmaları post tedavi MRG değerlendirmesini destekleme yöntemi olarak ümit vaadetmektedir. Bu amaçla derin öğrenmenin tahmin başarısını arttırmada daha geniş hasta serileriyle yapılacak prospektif çalışmalara ihtiyaç vardır. ANAHTAR KELİMELER: Rektum kanseri, Manyetik Rezonans Görüntüleme, Neoadjuvan Kemoradyoterapi, Derin Öğrenme

Özet (Çeviri)

The Role Of Deep Learning In The Evaluation Of Response To Neoadjuvan Therapy in Rectal Cancer ABSTRACT INTRODUCTION AND PURPOSE: Rectal cancer is among the relatively common tumors in the community. While some of the patients diagnosed with rectal cancer are referred for surgery directly, some of them receive neoadjuvant treatment after the diagnosis and the decision for operation or follow-up can be made according to the treatment result. In the diagnosis, treatment and follow-up process of rectal cancer, stage of the tumor is an important factor. The stage of the tumor can be determined by the MRI performed before the operation or neoadjuvant therapy and the treatment plan is determined accordingly. However the response of the tumor to the neoadjuvant therapy varies. Most of the tumors are downstaged, some of them demonstrates complete response and some demontrates none. While MR T staging before and after CRT, which is routinely used today, shows high accuracy before treatment, the correlation of post-treatment MR T stages with pathology results is weak. To be able to predict the response to the treatment may change treatment strategy. These findings significantly affect the patient in terms of both prognosis and survival, and having this information before neoadjuvant treatment can change the treatment orientation. In this study, we aimed to show how accurate data were obtained by using deep learning in the evaluation of treatment response in rectal cancer patients receiving neoadjuvant therapy. In this way, time will not be lost with pre-operative neoadjuvant treatment options in patients who are predicted not to benefit from neoadjuvant therapy, and therefore the patient will have an earlier and more accurate treatment opportunity. In patients who are predicted to benefit from the treatment, the treatment will be started by estimating the treatment result to a large extent. MATERIAL AND METHODS: The radiological examination of adult patients who applied to Istanbul University, Istanbul Faculty of Medicine Department of Radiology between 2013 and 2019, who were diagnosed with rectal cancer, whose neoadjuvant treatment was planned and completed, and whose rectal MRI images were obtained before and after the treatment, were evaluated retrospectively. In magnetic resonance imaging, the segment of tumoral lesions, the length of the segment and their relationship with the surrounding tissue, T stage, N stage, EMVI, CRM, EMR were evaluated and recorded both on pre and post treatment magnetic resonance imaging. In addition to these findings in the images after neoadjuvant CRT, it was also noted whether there was diffusion restriction in the tumoral bed. mrTRG was also evaluated. In the evaluation, MRIs taken in the rectal protocol were examined and measurements were made from small FOV axial T2W examinations. The tumoral segment was segmented in this sequence along the trace and the obtained data were processed by deep learning algorithms. The findings were evaluated in terms of whether the pre-treatment rectal MRI features of patients admitted before neoadjuvant therapy could predict the success of neoadjuvant therapy. RESULTS: This study was conducted with a total of 59 patients, 25 women (42.4%) and 34 men (57.6%), who underwent rectal MRI examination at the Radiology Unit of Istanbul University Istanbul Medical Faculty Hospital between January 2013 and January 2019. The age range of the patients was 23-79 and the mean age was 58.81(± 12.23). There were 7 patients (12%) with Dworak score of 4, 12 patients with 3 (20%), 19 patients with 2 (32%), 12 patients with 1 (20%), and 2 patients with 0 (3%). There were 7 patients (12%) to whom watch&wait protocol was applied. In the deep learning model, patients were grouped according to the Dworak result. When the group with a Dworak score of 0,1,2 was defined as unresponsive to neoadjuvant therapy, and the group with a Dworak score of 3,4 as a response to treatment; there were 22 true positives, 2 false positives, 4 false negatives, and 31 true negatives. In the prediction performance of this model, positive predictive value was calculated as 91.7% and negative predictive value was calculated as 88.6%. The sensitivity of the model is 84.6% and the specificity is 93.9%. When the data was divided into two groups in this way, the highest accuracy of 89.9% was obtained through a deep neural network containing 15 cells in the BiLSTM layer. When the group with a Dworak score of 0,1,2,3 was defined as unresponsive to neoadjuvant therapy and the group with a Dworak score of 4 as a group with complete response to treatment; there were 9 true positives, 2 false positives, 4 false negatives, and 44 true negatives. In the prediction performance of this model, positive predictive value was calculated as 81.8% and negative predictive value was calculated as 91.7%. The sensitivity of the model is 69.2% and the specificity is 95.7%. When the data was divided into two groups in this way, the highest accuracy of 89.9% was obtained through a deep neural network containing 11 cells in the BiLSTM layer. CONCLUSION: Today, MRI examinations before and after neoadjuvant CRT are an important diagnostic tool in the evaluation of rectal cancer. While the accuracy of MRI T-stage performed before treatment in rectal cancer is satisfactory, restaging performed with post-treatment MRI used in the evaluation of response to neoadjuvant chemoradiotherapy does not correlate with pathology results at the desired rate. However, it has been shown that mrTRG, which is used in post-treatment evaluation, can be used as a biomarker with high accuracy in terms of complete response. The results obtained with artificial intelligence support the use of mrTRG, and artificial intelligence studies are promising as a method to support post-treatment MRI evaluation. For this purpose, prospective studies with larger patient series are needed to increase the predictive success of deep learning. KEYWORDS: Rectal cancer, Magnetic Resonance Imaging, Neoadjuvant Chemoradiotherapy, Deep Learning

Benzer Tezler

  1. Tez No

    297473

    Lokal ileri rektum kanserli hastalarda diyabetin neoadjuvan tedavi yanıtına etkisi

    Diabetes mellitus affects response to neoadjuvant chemoradioterapy in the management of locally advanced rectal cancer

    MEHMET CAN YAKUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Genel CerrahiDokuz Eylül Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. MUSTAFA CEM TERZİ

  2. Tez No

    487091

    Lokal ileri rektum kanserinde neoadjuvan tedavi sonrasında tedaviye yanıtın değerlendirilmesinde görüntüleme yöntemlerinin duyarlılıkları ve postoperatif sonuçlarımız

    Sensitivity of imaging methods in treatment response after neoadjuvant treatment in locally advanced rectal cancer and our postoperative results

    AHMET ÇELİK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Genel CerrahiSakarya Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. FEHMİ ÇELEBİ

  3. Tez No

    664412

    Rektum kanserinde neoadjuvan tedavi alan ile almayan hastaların lenf nodu sayılarının retrospektif olarak karşılaştırılması

    Retrospective comparison of lymph node numbers in rectal cancer patients who received neoadjuvant treatment against no neoadjuvan treatment received

    SERHAT BULDUR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    Genel CerrahiEge Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    DOÇ. DR. CEMİL ÇALIŞKAN

  4. Tez No

    311139

    Lokal ileri rektum kanserinde neoadjuvan kemoradyoterapiye yanıt :Pamukkale üniversitesi deneyimi

    Response to neoadjuvant chemoradiation in locally advanced rectal cancer: Pamukkale University experience

    GÜLNUR KAYNAR ÜNAL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2012

    Genel CerrahiPamukkale Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. UĞUR SUNGURTEKİN

  5. Tez No

    304459

    Lokal ileri rektum kanserinde neoadjuvan kemoradyoterapi sonrasında tedaviye yanıtın değerlendirilmesinde difüzyon manyetik rezonans görüntülemenin etkinliği

    Diffusion weighted MRI in the evaluation of tumour response after preoperative chemoradiotherapy in patients with locally advanced rectal cancer

    BİLGE BİRLİK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Radyoloji ve Nükleer TıpDokuz Eylül Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. FUNDA OBUZ

Geri Dön