Kolesteatom ve NON-kolesteatom otitis media hastalarının bilgisayarlı tomografi görüntüleri üzerinden makine öğrenmesi yöntemleri ile belirlenmesi
Determination of cholesteatom and NON-cholesteatom otitis media patients in computerized tomography images by machine learning methods
- Tez No: 786509
- Danışmanlar: PROF. ŞÜKRÜ MEHMET ERTÜRK, DR. ÖĞR. ÜYESİ MEHMET BARBUROĞLU
- 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: 79
Özet
GİRİŞ VE AMAÇ: Kronik otitis media(KOM) timpan zarı perforasyonunun sonucu olarak otore ile kendini gösteren orta kulak ve mastoid kavitenin enflamasyonudur. Kolesteatomla seyreden ve kolesteatomsuz olmak üzere iki ana alt gruba ayrılmaktadır. Kolesteatom orta kulak boşluğunda keratin birikimi ile karakterize, kemik rezorpsiyonu, intra ve ekstrakranial komplikasyonlar ile seyir gösteren non-neoplastik lezyon olup erken tanı konarak cerrahi tedavi gerektirmektedir. Günümüzde Kolesteatomlu ve kolesteatomsuz orta kulak enflamasyonunun tanısı kemik yapılarda erozif değişiklikler ve enflamasyon lokalizasyonu incelenerek Yüksek Rezolüsyonlu Bilgisayarlı Tomografi ile ayırt edilebilmekle birlikte tarif edilen özellikler kesin tanı için yetersiz kalabilmektedir. Kolesteatom ve non-kolesteatom kronik otitis media hastalarının preoperatif değerlendirilmesi ve tedavi yaklaşımı farklı olup, kolesteatom tanısı Difüzyon Ağırlıklı Manyetik Rezonans Görüntülemesiyle tespit edilebilse de sağlık sistemi için yüksek maliyet oluşturmakta ve ayrıca tanı konma süresini uzatmaktadır. Buradan yola çıkarak yürütülen bu çalışmada bahsi geçen maliyet ve zorlukların makine öğrenmesi yöntemleri ile en aza indirgenmesi ve karar destek sistemi oluşturulması planlanmaktadır. GEREÇ VE YÖNTEMLER: Çalışmamız İstanbul Üniversitesi İstanbul Tıp Fakultesi Kulak, Burun, Boğaz Hastalıkları Anabilim Dalı'nda 2018-2022 yılları arasında KOM nedeniyle opere edilmiş tanı almış hastalara ait preoperatif temporal yüksek çözünürlü Bilgisayarlı Tomografi BT kesitleri retrospektif olarak iki radyolog tarafından değerlendirildi. Orta kulak boşluğunda enflamatuar yumuşak doku değerleri barındıran hastalar seçilerek çalışmamızın konusu olan tekstür analizi parametreleri incelendi. Tekstür analizi için iki radyolog tarafından, Canon firmasına ait 'OLEA' yazılımı üzerinden serbest el region of interest (ROI) yerleştirilerek volümetrik segmentasyonları yapıldı. Görüntüler normalize edilerek, aykırı pikseller +/-3 sigma tekniği ile çıkarıldı. Pikseller yeniden şekillendirildi, gri seviyeler diskretize edildi.Tekstür 2 analizi parametrelerinden kolesteatomlu ve kolesteatomsuz grupta istatiksel olarak anlamlı farklılık gösteren özellikler saptandı. Olea yazılımında olan Pyradiomics tabanlı öznitelikler çıkarıldı. Veriler standardize edildi. Öznitelik seçilimi aşamasında, intra-class correlations(ICC) analizi (threshold 0.75) ile tekrarlanabilir öznitelikler seçildi. Pearson korelasyon değerine göre birbiri ile 0.7'den fazla korelasyon göstermeyen öznitelikler üçüncü aşamaya alındı. Son aşamada wrapper tabanlı ardışık öznitelik seçim algoritması (AÖS) kullanılarak öznitelikler seçildi. Lojistik Regresyon(LR) ve Destek vektör makineleri(SVM) algoritmaları kullanılarak modeller oluşturuldu. Çift katmanlı çapraz validasyon tekniği ile modellerin optimizasyonu sonrasında validasyonu yapıldı. BULGULAR: Çalışmaya operasyonla kolesteatom ve non-kolesteatom KOM tanısı alan, preoperatif Yüksek Rezolüsyonlu Bilgisayarlı Tomografi (YÇBT) tetkikinde orta kulak boşluğunda enflamatuar yumuşak doku değerleri barındıran ve histopatolojik olarak verifiye 46 kolesteatomlu ve 39 kolesteatomsuz olmakla toplamda 85 hasta dahil edildi. Her görüntüden 111 öznitelik (17 shape,19 first order, 24 GLCM, 5 NGTDM, 16 GLRLM, 16 GLSZM, 14 GLDM) çıkarıldı. Tekstür analizinde 111 öznitelikten 56 tanesi Mann-Whitney ve Student-T testlerinde anlamlı farklılık göstermekte olup ICC analizi sonrasında bu parametrelerden 44'ü 0.75 üzerinde bulundu. Pearson korrelasyon analizi ve wrapper tabanlı ardışık öznitelik seçimi sonrasında 9 parametre ile SVM ve LR modellerinde doğruluk oranları hesaplandı. Lojistik Regresyon'da AUC değeri 0.82, Doğruluk %74, Duyarlılık %76, Özgüllük %81, PPD: %80, NPD ise %74 olarak hesaplandı. SVM'de ise AUC değeri 0.78, Doğruluk %64, Duyarlılık %63, Özgüllük %72, PPD: %68, NPD ise %70 olarak hesaplandı. Sonuç olarak YÇBT'de makine öğrenmesi yöntemleri ile yapılan çalışmada Lojistik Regresyon modeli Destek Vektör makineleri'ne göre daha başarılı bulundu.
Özet (Çeviri)
İNTRODUCTİON AND AİM: Chronic otitis media is an inflammation of the tympanic cavity and mastoid cavity manifested by otorrhea due to perforated tympanic membrane. It is divided into subgroups with and without cholesteatoma. Cholesteatoma is characterized by keratin deposition in the middle ear cavity, bone resorption, intra and extracranial complications, which requires early diagnosis and surgical treatment. Nowadays, the diagnosis of middle ear inflammation with and without cholesteatoma can be differentiated by High Resolution Computed Tomography by examining erosive changes in bone structures and inflammation localization, but the described features may be insufficient for a definitive diagnosis. The preoperative evaluation and treatment approach of cholesteatoma and non-cholesteatoma chronic otitis media patients are different, and although the diagnosis of cholesteatoma can be detected by Diffusion-weighted Magnetic Resonance imaging, it creates a high cost for the health system and also prolongs the diagnosis time. Based on this, to minimize the costs and difficulties it is planned to create a decision support system with machine learning methods. MATERIALS AND METHODS: Preoperative Temporal High Resolution Computed Tomography of patients who were diagnosed with chronic otitis media with or without cholesteatoma by operation in Istanbul University Istanbul Medical Faculty Ear, Nose and Throat Department between 2018 and 2022 were evaluated retrospectively by two radiologists. Patients with inflammatory soft tissue components in the tympanic cavity were selected and the texture analysis parameters, which are the subject of our study, were examined. For texture analysis, volumetric segmentation was performed by two radiologists by placing a free-hand region of interest (ROI) on Canon's 'OLEA' software. The images were normalized and outlier pixels were removed with +/-3 sigma technique. Pixels were reshaped, gray levels were discretized. Among the texture analysis parameters, features that showed statistically significant differences in the groups with and 5 without cholesteatoma were determined. Pyradiomics based features in Olea software have been removed. Data were standardized. In the feature selection phase, reproducible features were selected with intra-class correlations(ICC) analysis (threshold 0.70). The features that did not correlate more than 0.7 with each other according to the Pearson correlation value were included in the third stage. At the last stage, the features were selected using the wrapper-based sequential feature selection algorithm. Models were created using support vector machines (SVM) and Logistic Regression (LR) methods. After the optimization of the models with the double-layered cross-validation technique, validation was performed. RESULTS: A total of 85 patients, 46 with cholesteatoma and 39 without cholesteatoma, who were diagnosed with cholesteatoma and non-cholesteatoma COM, had inflammatory soft tissue values in the middle ear cavity in preoperative High Resolution Computed Tomography (HRCT) and were histopathologically confirmed, were included in the study. 111 features (17 shapes, 19 first order, 24 GLCM, 5 NGTDM, 16 GLRLM, 16 GLSZM, 14 GLDM) were extracted from each image. In the texture analysis, 56 of 111 features showed significant differences in Mann-Whitney and Student-T tests, and 44 of these parameters were found above 0.75 after ICC analysis. After Pearson correlation analysis and wrapper-based sequential feature selection, accuracy rates were calculated in SVM and LR models with 9 parameters. In Logistic Regression, AUC value was 0.82, Accuracy 74%, Sensitivity 76%, Specificity 81%, PPD: 80%, NPV 74%. In SVM, the AUC value was 0.78, Accuracy 64%, Sensitivity 63%, Specificity 72%, PPD: 68%, NPV 70%. As a result, a study with machine learning methods in HRCT, the Logistic Regression model was found to be more successful than the Support Vector machines.
Benzer Tezler
- Açık kavite mastoidektomi yapılan hastalarda kavitesi kendiliğinden iyileşmeye bırakılanlar ile kıkırdak greftle obliterasyon yapılanlar arasında iyileşme sonuçlarının karşılaştırılması
Comparison of the recovery results of patients who underwent canal wall-down mastoidectomy with cartilage graft obliteration or with spontan cavity healing
VAHAP TEMİZ
Tıpta Uzmanlık
Türkçe
2016
Kulak Burun ve BoğazErciyes ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
PROF. DR. YAŞAR ÜNLÜ
- Kafa tabanı osteomyeliti olan hastalarda antimikrobiyal tedaviyi etkileyen faktörler
Başlık çevirisi yok
FARIDA AHMADOVA
Tıpta Uzmanlık
Türkçe
2023
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiHacettepe ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
PROF. DR. MURAT AKOVA
- Kolesteatom cerrahisinde eaono/JOS ve chole evrelemelerinin intraoperatif bulgularla ve postoperatif sonuçlarla karşılaştırılması
Comparison of eaono/jos and chole classificationsin cholesteatom surgery in terms of intraoperative findings and postoperative results
ESRA AYDIN SUDABATMAZ
Tıpta Uzmanlık
Türkçe
2022
Kulak Burun ve BoğazSağlık Bilimleri ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
PROF. DR. ZAHİDE MİNE YAZICI
DR. MEHMET AKİF ABAKAY
- Meatus acusticus internus boyutları ile orta kulaktaki varyasyon ilişkilerinin incelenmesi
Investigation of relation with internal acoustic Meatus size and middle ear variation
İSKENDER AKBAL
Yüksek Lisans
Türkçe
2015
AnatomiAfyon Kocatepe ÜniversitesiAnatomi Ana Bilim Dalı
YRD. DOÇ. DR. OZAN TURAMANLAR
- Kronik otitis mediada görülen kemik erimesinde sitokinlerin ve epidermal growth faktörün rolü
The Role of cytokines and EGF in bone resorption process in chronic otitis media
NİZAMETTİN AYDIN