Prostat biyopsisi için aday hastalarda, yapay zekanın multiparametrik prostat manyetik rezonans görüntülemedeki pı-rads 3 lezyon için maligniteyi öngörmedeki rolü
The role of artificial intelligence in prediction of malignity for pi-rads 3 lesion in multiparametric prostate magnetic resonance imaging in candidate patients for prostate biopsy
- Tez No: 808459
- Danışmanlar: PROF. DR. CAVİT CEYLAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Üroloji, Urology
- Anahtar Kelimeler: Prostat kanseri, Multiparametrik Prostat Manyetik Rezonans Görüntüleme(MP PROSTAT MRG), Makine öğrenimi, Yapay Zeka, Prostate Imaging Reporting and Data System (PIRADS)
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Ankara Bilkent Şehir Hastanesi
- Ana Bilim Dalı: Üroloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Amaç: Prostat biyopsisi için aday hastalarda, yapay zekanın multiparametrik prostat manyetik rezonans görüntülemedeki PI-RADS 3 lezyonu için maligniteyi öngörmedeki rolü incelenmesi amaçlanmıştır. Gereç ve Yöntem: Çalışmamız retrospektif olarak Mayıs 2019-Şubat 2023 tarihleri arasında çekilen Mp Prostat MRG'de saptanan tek lezyonlu sadece PI-RADS 3 lezyonu olan hastalar belirlendi. Tüm hastaların Total PSA değeri:4-10 ng/ml aralığında olanlar çalışmaya alındı. Kliniğimizde TRUSG Prostat biyopsisi yapılanlar arasından patoloji sonucunda malign olan 50 hasta ve benign olan 50 hasta olarak toplam 100 hasta dahil edildi. Mp Prostat MRG'leri 10 ve 15 yıllık tecrübeye sahip radyologlar tarafından raporlandı. İki okuyucu tarafından 3D SLİCER programı ile MRG'leri yüklenerek T2WI ve ADC görüntülerindeki PI-RADS 3 lezyonlarından segmentasyon yapılarak radiomik özellikleri çıkartıldı. Her hasta için T2WI ve ADC haritaları için toplam 260 tekstür özellik çıkarıldı ve bunun içinde 214 özellik kullanıma dahil edildi. Her iki okuyucu arasındaki uyumlu özellikleri belirlemek için SPSS 22.00 versiyonunda ICC(intraclass correlation coefficient) testi kullanılarak T2WI görüntülemeden 8 özellik uyumlu bulundu ve ICC değeri＞0.61 kabul edildi. ADC görüntüleme özelliklerinde ICC ＜0.45 olduğu için kabul edilmedi. Ortak uyumlu bulunan 3 özellik 0.7 üzerinde bulundu:First Order Grubundan(Mean+Median+Root Mean Squared),5 özellik 0.61 üzerinde bulunduğu için kabul edildi(144,145).Bu 5 özellik:First Order grubundan(10 Percentile ve Minimum),GLDM(Gray Level Non Uniformity),GLRLM(Gray Level Non Uniformity),GLSZM(Gray Level Non Uniformity). Alınan 8 özellikle birlikte Yaş,Total PSA,PSA-Dansitesi,PRM bulguları PYTHON yazılım programında PyCarret kütüphanesinde değerlendirildi ve anlamlı bulunan ET(Extra Trees) ve XGBoost(Extreme Gradient Boosting) algoritma modelleri kullanıldı.ROC analizi,Kolmogorov-Smirnov testi otomatik olarak PYTHON programından alındı. Bulgular: Çalışmaya alınan 100 hastanın demografik verileri SPSS 22.00 versiyonunda değerlendirildi. Tüm hastaların ortalama yaş değeri 65,97±2,52.Malign grupta :66,46±2,32,benign grupta:65,46±2,69, p=0,3 olarak bulundu.Total PSA değeri 6,46±2,52,malign grupta:6,76±2.32,benign grupta:6,17±2,69,p=0,13.Tüm hastalarda PSA-D:0.11±0,07,malign grubunda PSA-D 0.13±0.09 ve benign grubun PSA-D 0,09±0,05 olup p6 geldi. Diğer 38(%76) hastada Gleason skoru=6 saptandı. PYTHON yazılımı ile PyCarret kütüphanesinde 14 MÖ(makina öğrenme) algoritmasından 2 adet algoritma anlamlı bulundu.1)ET modelinde AUC:%79,Doğruluk:%72 bulundu,PPD:%82 . 2)XGBoost modelinde AUC:%75,Doğruluk:%72,PPD:%82. Her iki modeli harmanlayınca AUC: %79, Doğruluk: %70 , PPD: %80 olarak bulundu. Bulunan Yapay Zeka sonuçları PI-RADS 3 lezyonlarını RT,PSA,PSA-D yanında non invaziv parametre olarak Prostat Kanserin öngörmede kullanabilirliğini göstermektedir. Sonuç: PI-RADS 3 lezyonunda prostat biyopsisi için aday hastalarda maligniteyi öngörmede PSA,PRM,PSA-D gibi Yapay Zeka programını non invaziv tanı yöntemi olarak kullanılabilirliği yönünde sonuçlar elde ettik. Böylece ara kategori lezyonlarda gereksiz prostat biyopsilerin azaltılabileceği düşünülebilir. Yeni araştırılan tanı yöntemi olarak belirlenmiş bir konsensus ve radiomik özelliklerin cut-off değerleri henüz oluşmadığı için Yapay Zeka üzerinde fazla çalışmaya ihtiyaç görülmektedir.
Özet (Çeviri)
Objective: In patients who are candidates for Prostate Biopsy, the role of artificial intelligence in predicting malignancy for the PI-RADS 3 lesion in multiparametric prostate magnetic resonance imaging was aimed. Materials and Methods: Patients with single-lease isolated PI-RADS 3 lesions detected by Mp Prostate MRI, which were taken between May 2019-February 2023 in our clinic were retrospectively determined. Patients whose Total PSA values were between 4-10 ng/ml were included in the study. Among those who underwent TRUSG Prostate biopsy in our clinic, a total of 100 patients, 50 patients who were malignant as a result of pathology and 50 patients who were benign were included. Mp Prostate MRIs were reported or evaluated by two radiologists with 10 and 15 years of experience in this department. The two separate evaluators used 3D SLICER program to upload the MRI images and radiomic features were achieved by segmenting the PI-RADS 3 lesions in T2WI and ADC images. For each patient, a total of 260 textures were removed for T2WI and ADC maps and 214 features were included for use. To determine compatible features between both readers, SPSS 22.00 version (intraclass correlation coefficient) test was used and 8 features were found compatible from T2WI imaging and ICC value of＞0.61 was accepted. ADC imaging features were not accepted due to ICC value
Benzer Tezler
- Prostat kanseri ve bening prostat hiperplazili hastalarda plazma speksin, fraktalkin, TNF-α, IL-1β, IFN-γ ve IL-10 düzeylerinin değerlendirilmesi
Evaluation of plasma spexin, fractalkine, TNF-α, IL-1β, IFN-γ and IL-10 levels in patients with prostate cancer and benning prostate hyperplasia
FURKAN YILDIZ
- Prostat kanseri ve BPH (Benign prostat hiperplazisi) hastalarında idrarda tüm genom ekspresyon araştırması
Whole genome expression analysis in urine samples of prostate cancer and BPH (Benign Prostate Hyperplasia) patients
TAHA REŞİD ÖZDEMİR
- Transrektal ultrasonografi kılavuzluğunda yapılan prostat biyopsisinde farklı antibiyotik profilaksi yöntemlerinin etkinlik ve güvenirlik açısından karşılaştırılması
A comparison of different antibiotic prophylaxy methods in terms of efficiency and safety in ultrasound-guided transrectal prostate biopsy
ARDA YEŞİLOVA
Tıpta Uzmanlık
Türkçe
2021
ÜrolojiSağlık Bilimleri ÜniversitesiÜroloji Ana Bilim Dalı
UZMAN SERKAN YARIMOĞLU
- Klinik aktif prostatit yakınması bulunmayan PSA yüksek olgularda antibiyoterapinin yeri
The role of antibiotherapy in the patients with high serum PSA levels but without any clinically active prostatitis complaint
HASRET TOPAÇ
- MiRNA based identification of prostate cancer by investigation of urinary exosomes
İdrarda bulunan eksozomların incelenmesi ile prostat kanserinin miRNA tabanlı tanımlanması
NAZ BOZBEYOĞLU
Yüksek Lisans
İngilizce
2020
Biyolojiİhsan Doğramacı Bilkent ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. İHSAN GÜRSEL