Tanı/tedavi sürecinde kullanılmak üzere tıbbi görüntüleme raporlarının otomatik özetlenmesi
Automatic summary of medical imaging reports to be used in the diagnosis/treatment process
- Tez No: 814246
- Danışmanlar: DOÇ. DR. OKTAY YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Tıbbi görüntüleme raporları, hastalıkların teşhis ve tedavisinde önemli bir rol oynamaktadır. Tedavi sürecinde özellikle en son tetkik edilen tıbbi görüntüleme raporları kullanılıyor olsa da hastaya ait önceki görüntüleme raporlarının da dikkate alınması önemli olabilir. Hastanın durumu ve tedavi sürecinin etkileri önceki görüntüleme sonuç raporlarının dikkate alınmasıyla en doğru bir şekilde belirlenebilir. Günümüzde yaygın olarak kullanılan sağlık bilgi sistemleri hastalara ait klinik bilgilerle birlikte tüm tıbbi görüntüleme raporlarını da saklamaktadır. Ülkemizde, e-Nabız ile kişilere ait tüm sağlık bilgileri tek bir noktadan erişilebilir hale gelmiştir. Hekimler bu sistem sayesinde hastalara ait sağlık bilgilerine erişebilmekte, tanı ve tedavide bu bilgileri kullanabilmektedirler. Ancak geçmiş sağlık verilerine tek tek erişmek ve yeniden yorumlamak hekim açısından oldukça zahmetli ve zaman alıcıdır. Çalışmada tıbbi görüntüleme raporlarının otomatik özetlenmesi ve tanı ve tedavi sürecinde etkin bir şekilde kullanılması amaçlanmıştır. Özetleme çalışmasında, Tıbbi Görüntüleme Merkezlerinden alınan 2457 tıbbi görüntüleme raporu kullanılmıştır. Tıbbi görüntüleme raporlarının özetlenmesi için literatürde sıklıkla kullanılan doğal dil işleme yöntemleri kullanılmıştır. Doğal dil işleme verilerin önişlem sürecinde kullanılmıştır. Verinin vektörlerle ifade edilmesinde ve model çıkarımında literatürde yaygın ve başarılı bir şekilde kullanılan farklı metin özetleme yaklaşımları kullanılmıştır. Doğal dil işlemenin gelişiminde etkin rol oynayan derin öğrenmeyle de özetleme çalışmaları yapılmıştır. Elde edilen model başarıları ROUGE metriği ile değerlendirilmiştir. ROUGE, sistem tarafından oluşturulan özeti insan tarafından oluşturulan özet ile karşılaştırmaktadır. Elde edilen özetler, doktor tarafından oluşturulan ve tıbbi görüntüleme raporlarının önemli kısımlarının vurgulandığı sonuç ve not bölümüyle kıyaslanmıştır. Raporların sonuç bölümünde yer alan kritik bulgular, çalışmada elde edilen özette de yer almıştır. Türkçe metinlerin özetlenmesi üzerine yapılan çalışmalarının azlığı ve sağlık alanında özetleme sistemlerine olan ihtiyaç, bu çalışmayı önemli kılmaktadır.
Özet (Çeviri)
Medical imaging reports play a significant role in the diagnosis and treatment of diseases. Although the most recent medical imaging reports are used in the diagnosis and treatment process, it may be important to consider the previous imaging reports of the patient. The patient's condition and the effects of the treatment process can most accurately be determined by considering previous imaging results reports. Today, widely used health information systems store all medical imaging reports as well as clinical information of patients. In addition, with e-Nabız, all health information of individuals has become accessible from a single point. Thanks to this system, physicians can access the health information of patients and use this information in diagnosis and treatment. However, accessing and reinterpreting past health data one by one is very laborious and time-consuming for the physician. The study, it is aimed to automatically summarize medical imaging reports and to use them effectively in the diagnosis and treatment process. In the recapitulation study, 2457 medical imaging reports from Medical Imaging Centers were used. Natural language processing methods, which are frequently used in the literature, were used to summarize medical imaging reports. Natural language processing was used in the preprocessing of the data. Different text summarization approaches, which are widely and successfully used in the literature, have been used in the expression of data with vectors and model extraction. Summarization studies have also been carried out with deep learning, which plays an active role in the development of natural language processing. The model achievements obtained were evaluated with the ROUGE metric. ROUGE compares the system-generated summary with the human-generated summary. The summaries obtained are compared with the conclusion and note section of the physician-generated medical imaging reports, where important parts of the medical imaging report are highlighted. The critical findings in the conclusion part of the reports are also included in the summary obtained in the study. The scarcity of studies on summarizing Turkish texts, and the need for summary systems in the field of health makes the study important.
Benzer Tezler
- İdiopatik pulmoner fibrozisli hastalarda yüksek çözünürlüklü bilgisayarlı tomografideki bal peteği paterninin derin öğrenme modeli you only look once (YOLO) ile tanınması
Recognition of honeycomb pattern in high-resolution computed tomography in patients with idiopathic pulmonary fibrosis using the deep learning model you only look once (YOLO)
HEDİYE ÜRKER DOĞAN
Tıpta Uzmanlık
Türkçe
2024
Göğüs HastalıklarıVan Yüzüncü Yıl ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. HÜLYA GÜNBATAR
- Dental panoramik radyografilerde derin öğrenme tabanlı segmentasyon yaklaşımları
Deep learning based segmentation approaches on dental panoramic radiographies
NİDA KUMBASAR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. İBRAHİM YÜCEL ÖZBEK
- Breast cancer diagnosis in histopathological images using autoencoder-enhanced convolutional neural network
Histopatolojik görüntülerde meme kanseri teşhisi için otokodlayıcı ile geliştirilmiş evrişimsel sinir ağı kullanımı
İSMAİL İÇME
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo
Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi
NUSAIBAH KHALID ABDULMAJEED AL-SALIHI
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
PROF. DR. TURGAY İBRİKÇİ
- Segmentation of colon nuclei images using deep learning
Kalın bağırsak hücre görüntülerinin derin öğrenme kullanılarak bölütlenmesi
ATAKAN ÖZKAN
Yüksek Lisans
İngilizce
2025
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU