Metastaz tanısı için çoklu radyomik verileri ile yapay zeka tabanlı karar destek sistemi oluşturulması
Creating an artificial intelligence based decision support system with multiple radiomic datas for the diagnosis of metastasis
- Tez No: 798730
- Danışmanlar: PROF. DR. ENDER BERAT ELLİDOKUZ, PROF. DR. YASEMİN BAŞBINAR
- Tez Türü: Doktora
- Konular: Onkoloji, Radyoloji ve Nükleer Tıp, Oncology, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Onkoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Kanser, hücrelerin kontrolsüz şekilde büyümesi ile oluşur. Kanser tanısı aldıktan sonra evreleme tetkikleri ile kanserin yaygınlığı belirlenir. Kanser metastazlarını tespit etmede birçok tetkik kullanılmaktadır. Bu tetkikler genel olarak uzmanlar tarafından çıplak gözle değerlendirilmektedir. Yapay zeka uygulamaları günümüzde önem kazanmış olup, metastaz saptanmasını arttırmak amacıyla da yaygın olarak kullanılmaya başlanmıştır. Prostat kanseri erkeklerde en sık görülen kanserdir. En sık uzak organ metastazı alanı kemiklerdir. Prostat kanseri genellikle sklerotik kemik metastazına neden olur. Tedavinin ardından kemik metastazları sklerotik özelliklerini korumaya devam ederler. Bilgisayarlı tomografi görüntülerinde, aktif metastaz ile tedaviye tam yanıtlı metastaz alanı ayrımını çıplak gözle yapmak mümkün değildir. Bunun için genellikle moleküler görüntüleme yöntemleri veya manyetik rezonans görüntüleme kullanılır. Bu tez çalışmasında; yapay zeka ve radyomik verileri yardımıyla prostat kanserinin neden olduğu kemik metastazlarında aktif metastaz ile tedaviye tam yanıt vermiş skleroz alanlarının ayrımının yapılması hedeflenmiştir. Altın standart olarak 68Ga-PSMA PET/BT görüntüleri kullanılmıştır. Elde edilen 35 doku analizi bulgusundan 28'inde, iki grup arasında istatistiksel olarak anlamlı fark bulundu. Makine öğrenmesi ile 0.76 AUC ile metastaz/non-metastaz sklerotik lezyon ayrımı yapıldı. Elde edilen verilerle, internet üzerinden ücretsiz ulaşılabilen karar destek sistemi geliştirerek genel kullanıma sunulmuştur (URL: https://emineacar.shinyapps.io/ScleroticMet/).
Özet (Çeviri)
Uncontrolled growth of cells causes cancer. After the diagnosis of cancer, the extent of the cancer is determined by staging imaging modalities. Many imaging modalities are used to detect metastases of cancer. These examinations are generally evaluated by specialists with a naked eye. Artificial intelligence applications have gained importance today and have been widely used to increase metastasis detection. Prostate cancer is the most common cancer in men. The most common site of distant metastasis are bones. Prostate cancer often causes sclerotic bone metastasis. After treatment, bone metastases continue to maintain their sclerotic paterns. In computed tomography images, it is not possible to distinguish between active metastases and metastases with complete response to treatment with the naked eye. For this, molecular imaging methods or magnetic resonance imaging are generally used. In this study; with the help of artificial intelligence and radiomics data, it is aimed to distinguish between active metastases and sclerosis areas that have fully responded to treatment in bone metastases caused by prostate cancer. 68Ga-PSMA PET/CT images were used as the gold standard. A statistically significant difference was found between the two groups in 28 of 35 tissue analysis findings. Metastasis/non-metastasis sclerotic lesions were differentiated with 0.76 AUC by machine learning. With the data obtained, a decision support system that can be accessed free of charge over the internet has been developed and made available to the general public (URL: https://emineacar.shinyapps.io/ScleroticMet/).
Benzer Tezler
- Sentinel lenf nodu metastazı olan meme kanseri hastalarında sentinel dışı lenf nodu metastazı riskini belirleyen üç modelin değerlendirilmesi ve yeni bir model oluşturulması
Validation of three breast cancer nomograms for predicting the non-sentinel lymph node metastases after a positive sentinel lymph node biopsy and design new formula
ZEKAİ SERHAN DERİCİ
Tıpta Uzmanlık
Türkçe
2010
Genel CerrahiDokuz Eylül ÜniversitesiGenel Cerrahi Ana Bilim Dalı
YRD. DOÇ. ALİ SEVİNÇ
- Malign mezotelyomada lenf nodlarında saptanan okült metastazların sağ kalım ile ilişkisi
Başlık çevirisi yok
AYGÜN İKİNCİ
Tıpta Uzmanlık
Türkçe
2012
PatolojiMarmara ÜniversitesiPatoloji Ana Bilim Dalı
PROF. DR. RENGİN AHISKALI
- Meme malign tümörlerinde radyolojik doku analizinin aksiller LENF nodu metastazını preoperatif öngörmeye katkısı
The contribution of radiological texture analysis to preoperative prediction of axillary lymph node metastasis in breast malign tumors
MESUT CAN KARALAR
Tıpta Uzmanlık
Türkçe
2022
Radyoloji ve Nükleer TıpDokuz Eylül ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. IŞIL BAŞARA AKIN
- Yapay öğrenme yöntemleri ile akciğerdeki tümörlerin birincil kökenlerine göre sınıflandırılması
Classification of tumors in the lung according to primary origins using machine learning methods
ABDULLAH ENES TAHA
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Metastatik renal hücreli kanserde hedefe yönelik tedavi ve immünoterapi alan hastaların retrospektif değerlendirilmesi
Retrospective Evaluation of Patients Receiving Targeted Therapy and Immunotherapy in Metastatic Renal Cell Cancer
AHMET KARADAŞ
Tıpta Uzmanlık
Türkçe
2020
OnkolojiGaziantep Üniversitesiİç Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAVVA YEŞİL ÇINKIR