Prostat manyetik rezonans görüntüleme kantitatif bulguları ile patoloji-gleason skorlaması korelasyonu
Correlation of prostate magnetic resonance imaging quantitative findings and pathology-gleason scoring
- Tez No: 775138
- Danışmanlar: PROF. DR. ŞÜKRÜ MEHMET ERTÜRK, PROF. DR. ATADAN TUNACI
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
GİRİŞ VE AMAÇ: Prostat kanseri erkeklerde en sık ikinci görülen kanserdir ve sıklığı giderek artmaktadır. Prostat kanseri tanısında görüntüleme önemli rol oynamaktadır. MpMRG prostat kanseri tanısında en sık kullanılan görüntüleme yöntemidir. MpMRG raporlarının standardizasyonu için PIRADS farklı versiyonları yayınlanmıştır. Prostat kanseri tedavi yöntemi klinik anlamlı prostat kanseri ve klinik anlamsız prostat kanserinde farklılıklar göstermektedir. Klinik anlamlı ve klinik anlamsız prostat kanseri ayrımı invaziv bir yöntem olan prostat biyopsisi sonucunda histopatolojik verifikasyon ile sağlanmaktadır. Çalışmamızda non-invaziv bir yöntem olan MRG'de T2A ve ADC sekanslarından elde edilen radiomics özelliklerinden oluşturulan makine öğrenmesi algoritmalarının, klinik anlamlı prostat kanseri ve klinik anlamsız prostat kanseri ayrımındaki rolünü göstermeyi amaçladık. MATERYAL VE METOD: 2016-2022 tarihlerinde merkezimizde MpMRG yapılan, ardından tespit edilen lezyonları sistematik kor biyopsiler ve hedefe yönelik biyopsi ile histopatoloik olarak verifiye edilen hastaların görüntüleri retrospektif olarak taranarak çalışma gerçekleştirilmiştir. Çalışmamızda Gleason skoru 7 ve üzerindeki hastalar klinik olarak anlamlı kanser, gleason skoru 6 olan hastalar ise klinik olarak anlamsız kanser olarak kabul edilmiştir. T2A ve ADC görüntüler normalize edildi, aykırı pikseller çıkartıldı, gri seviyeler diskretize edildi. Elde olunan görüntülerin 2,4 ve 6 milimetre Kernel ile Laplacian of Gaussian filtresi çıkartıldı. Bu görüntülerin birbirinde bağımsız iki radyolog tarafından segmentasyonu yapıldı. Ardından radiomics tekstür özellikleri binwidth değeri 0.05 olarak alınarak çıkartıldı. BULGULAR: Öznitelik seçim aşamasında intra-class correlation (sınıf içi korelasyon) ile eşik değer 0.8 alınarak tekrarlanabilir öznitelikler çıkartıldı. T2A ve ADC birleştirilerek kombine grup adlı yeni bir veri seti elde edildi. Veriler standardize edildikten sonra ardışık algoritmalar ile öznitelikler seçildi. T2A'da 5, ADC'de 5 ve kombine grupta 15 öznitekik seçildi. SVM ve LR algoritmaları ile modeller oluşturuldu. Modellerin 5-fold cross validation tekniği ile optimizasyonu yapıldı. Modellerin diagnostik performansları değerlendirildiğinde kombine grup-SVM eğitim ve test grubunda en yüksek AUC değerini göstermekte idi. SVMKombine grup modeli sensitivite ve spesifite değerleri, sırasıyla eğitim grubunda %90, %67; test grubunda %75, %66 idi.2 SONUÇ: Çalışmamızda hem transiyonel zon hem de periferik zon tümörleri mevcuttur. Ayrıca 1.5 T ve 3T MRG'den elde edilen görüntüler çalışılmıştır. Bu bağlamda kapsamlı olan çalışmamızda literatür ile benzer AUC değerleri elde edilmiştir. Çalışmamız klinik anlamlı prostat kanseri ve klinik anlamsız prostat kanseri ayrımında radiomics ve makine öğrenmesi algoritmalarının kullanabileceğini göstermektedir. Histopatolojik verifikasyonun yerini alabilmesi için daha fazla sayıda hasta grubunda, çok merkezli, prospektif çalışmalar gereklidir.
Özet (Çeviri)
AIM: Prostate cancer is the second most common cancer in men with an increasing frequency. Imaging plays an important role in the diagnosis of prostate cancer. MpMRI is the most commonly used imaging modality for the diagnosis of prostate cancer. Different versions of PIRADS have been published for standardization of MpMRI reports. Prostate cancer treatment modality differs between clinically significant prostate cancer and clinically insignificant prostate cancer. The distinction between clinically significant and clinically insignificant prostate cancer is achieved by histopathological verification as a result of prostate biopsy, which is an invasive method. In our study, we aimed to show the role of machine learning algorithms created from radiomics features obtained from T2A and ADC sequences in MRI, which is a non-invasive method, in distinguishing clinically significant prostate cancer from clinically insignificant prostate cancer. MATERIALS AND METHODS: The study was carried out by retrospectively scanning the images of patients who underwent MpMRI in our center between 2016-2022 and whose lesions were confirmed histopathologically by systematic core biopsies and targeted biopsy. In our study, patients with a Gleason score of 7 and above were considered clinically significant cancer, and patients with a Gleason score of 6 were considered clinically insignificant cancer. T2W and ADC images were normalized, outlier pixels were removed, gray levels were discretized. Laplacian of Gaussian filter was extracted with Kernel dimensions of 2, 4 and 6 millimeters of the obtained images. These images were segmented by two independent radiologists. Radiomics texture features were extracted with a binwidth value of 0.05 RESULTS: Reproducible features were extracted by taking the threshold value of 0.8 with intra-class correlation during the feature selection stage. T2A and ADC were combined to obtain a new data set called the combined group. After the data were standardized, the features were selected with sequential algorithms. 5 features in T2W, 5 features in ADC, and 15 features in the combined group were selected. Models were built with SVM and LR4 4 algorithms. The models were optimized with the 5-fold cross validation technique. The combined group-SVM showed the highest AUC value in the training and testing group. SVMCombined group model sensitivity and specificity values were 90%, 67% in the training group, 75% and 66% in the test group, respectively. CONCLUSION: In our study, there were both transitional zone and peripheral zone tumors. In addition, the images obtained from 1.5 T and 3T MRI were studied. In this context, AUC values similar to those in the literature were obtained in our comprehensive study. Our study demonstrates that radiomics and machine learning algorithms can be used to differentiate clinically significant prostate cancer from clinically insignificant prostate cancer. Multicenter, prospective studies with larger numbers of patients are needed to replace histopathological verification.
Benzer Tezler
- Lokal evre prostat kanseri nedeni ile radikal prostatektomi uygulanan hastalarda preoperatif dönem 68GA PSMA–İ&T PET/ CT ve multiparametrik MRG verilerinin prostatektomi spesmeni ile doğrulanarak karşılaştırılması
Comparison of preoperative period 68GA PSMA–İ&T PET/ CT andmultiparametric MRİ data with prostatectomy specimenpathology in patients underwent radical prostatectomyDUE to local stage prostate cancer
ALPER ŞİMŞEK
- Prostat kanseri lehine pozitif muayene ve laboratuar bulgulu hastalarda dinamik manyetik rezonans görüntüleme ve biyopsi sonuçlarının karşılaştırılması
Comparison of magnetic resonance imaging findings and biopsy results in patients with positive physical examination and laboratory findings in favor of prostate cancer
DERYA KARAPINAR
Tıpta Uzmanlık
Türkçe
2015
Radyoloji ve Nükleer TıpBülent Ecevit ÜniversitesiRadyoloji Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER YAZGAN
- 1.5 tesla prostat manyetik rezonans görüntülemede endorektal sargı kullanımının görüntü kalitesine, değerlendirmeciler arasındaki uyuma ve raporlanan pı-rads skoruna etkisi
Başlık çevirisi yok
MUSTAFA ÖZER
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. HASAN YİĞİT
- Multiparametrik MRG ile prostat kanseri teşhisinde perfüzyon MRG'nin tanıya katkısının değerlendirilmesi
Evaluation of the contribution of perfusion MRİ in diagnosis of prostate cancer by multiparametric MRİ
ESRA KAHVECİ
Tıpta Uzmanlık
Türkçe
2019
Radyoloji ve Nükleer Tıpİnönü ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. LEYLA KARACA
- Prostat kanserli olgularda ölçülen ADC ve SUVmax değerlerinin histopatolojik evre, perinöral invazyon ve kemik metastazı ile ilişkisinin araştırılması ve karşılaştırılması
Investigation and comparison of the relationship of ADC and SUVmax values measured in prostate cancer with histopathological stage, perinoral invasion and bone metastasis
ABDULLAH ENES ATAŞ
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpNecmettin Erbakan ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ÜLKÜ KERİMOĞLU