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
- 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
- Mikrodalga temelli klinik öncesi deneysel ortopedik görüntüleme sisteminin geliştirilmesi
Development of a microwave-based pre-clinical experimental orthopedical imaging system
ERCAN MENGÜÇ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK HELHEL
- Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches
Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması
İLKNUR AKTEMUR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY ÖKSÜZ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- 1H-MRSI of the deep gray matter structures in patients with amyotrophic lateral sclerosis
Amyotrofik lateral skleroz hastalarında derin gri madde yapılarının multi voksel proton manyetik rezonans spektroskopisi
MERYEM TORLAK
Yüksek Lisans
İngilizce
2024
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İSA YILDIRIM
PROF. DR. ESİN ÖZTÜRK IŞIK