Lomber manyetik rezonans görüntülerinden osteoporoz tayini
Detection of osteoporosis from lumbar magnetic resonance images
- Tez No: 832228
- Danışmanlar: PROF. DR. İBRAHİM ADALETLİ
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Lomber vertebra, Makine öğrenmesi, Manyetik rezonans görüntüleme, Osteoporoz, Osteoporoz-postmenopozal, Yapay zeka, Lumbar vertebrae, Machine learning, Magnetic resonance imaging, Osteoporosis, Osteoporosis-postmenopausal, Artificial intelligence
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Cerrahpaşa Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışma, lomber vertebra MRG taramalarının tekstürel analizlerini makine öğrenimi algoritmalarıyla değerlendirerek, MRG tekstür analizinin osteoporozun teşhisindeki etkinliğini belirlemeyi amaçlamaktadır. Gereç ve Yöntem: 2021-2023 yılları arasında Cerrahpaşa Tıp Fakültesi Radyoloji Anabilim Dalında Lomber MR görüntülemesi yapılmış olgular retrospektif olarak incelendi, belirlenen kriterlere göre seçilen aynı yıl içinde DEXA incelmesi yapılmış 124 hasta üç gruba (normal, osteopeni ve osteoporoz) ayrılarak, her hastanın L1-L4 vertebralarından toplam 496 vertebra üzerinde MRG tekstür analizi yapıldı. 3B vertebra segmentasyonlarından her sekans (T1Ag, T2Ag ve STIR) için 76 özellik olmak üzere toplam 228 tekstür özelliği hesaplandı. Olgular arası yüksek tutarlılık ve T-skoru ile anlamlı korelasyon gösteren tekstür özellikleri seçilerek, makine öğrenmesi sınıflandırma ve regresyon yöntemleri ile tekstür özelliklerinin hasta gruplarını ayırma ve T-skoru kestirimindeki başarısı ölçüldü. Bulgular: T1Ag, T2Ag ve STIR sekanslarından toplam 6 tekstür parametresiyle DEXA ile ölçülen T skoru arasında istatistiksel olarak anlamlı (p<0,01) korelasyon saptandı. Tekstür skorunun ise optimal kesme noktalarının saptanması sonucu normal ve osteoporozlu (duyarlılık %94,12, özgüllük %91.49), normal ve osteopenik (duyarlılık %95.35, özgüllük %87.23), osteopenik ve osteoporozlu (duyarlılık %85.29, özgüllük %93.02) olguları sınıflandırmada başarılı olduğu görülmüştür. Tekstür öznitelikleri ile hastaların yaş, cinsiyet, vücut kitle indeksi kullanılarak T skorlarını kestirdiğimiz regresyon modelinin performansı test veri setlerinde MAE: 0,4038, RMSE: 0,4988, Düzeltilmiş R2: 0,9078 olarak belirlendi. Sonuç: Lomber MRG tekstür analizinin osteoporozlu olguların tanı ve yönetiminde klinik pratiğe dahil edilmesini sağlayacak gelecekteki çalışmalar için ön veriler ve model sağlanmıştır.
Özet (Çeviri)
Aim: This study aims to evaluate the textural analyses of lumbar vertebra MRI scans using machine learning algorithms to determine the effectiveness of texture analysis in diagnosing osteoporosis. Materials and Methods: A retrospective review was conducted on patients scanned with Lumbar MRI at Cerrahpaşa Faculty of Medicine's Radiology Department between 2021 and 2023. 124 patients, also undergoing DEXA scans within the same year and meeting specific criteria, were divided into normal, osteopenic, and osteoporotic categories. Texture analysis targeted 496 L1-L4 vertebrae across patients, extracting 228 features from 3D segmentations in T1W, T2W, and STIR MRI sequences—76 features from each. Texture features showing high consistency and significant correlation with the T-score were chosen. Their efficacy in segregating patient groups and estimating the T-score was evaluated using machine learning classification and regression. Results: Texture parameters derived from the MRI sequences demonstrated a significant statistical correlation with DEXA T-scores (p<0.01). The machine learning model proficiently classified between normal and osteoporotic patients (94.12% sensitivity, 91.49% specificity), normal and osteopenic (95.35% sensitivity, 87.23% specificity), and between osteopenic and osteoporotic (85.29% sensitivity, 93.02% specificity). Additionally, the regression model showed high predictive accuracy for patient T-scores, with an MAE of 0.4038, RMSE of 0.4988, and an Adjusted R2 of 0.9078, factoring in age, gender, and BMI. Conclusion: Preliminary data and a model have been provided for future studies that will include lumbar MRI texture analysis in the clinical practice of diagnosing and managing cases with osteoporosis.
Benzer Tezler
- Değişik kökenli arpa çeşitlerinin başlıca morfolojik ve biyolojik karekterlerinin verimle olan ilişkileri
Başlık çevirisi yok
ALİ KAFİ GHASEMİ
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DOÇ. DR. YUSUF KIRTOK
- 1986-1987 yılları arasında kliniğimizde lomber diskopati tanısı ile yatan hastalarda beta 1-24 tetracosactid (synacthen depot) uygulaması
Başlık çevirisi yok
SALİH MEVLİTOĞLU
Tıpta Uzmanlık
Türkçe
1987
Fiziksel Tıp ve RehabilitasyonDicle ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. FERDA ERDOĞAN
- Lomber disk hernisinde kesikli traksiyonun hastanın kliniği ve bilgisayarlı tomografi görünümü üzerine etkisinin kontrollü olarak araştırılması
Başlık çevirisi yok
MİNE NİZAMOĞLU
Tıpta Uzmanlık
Türkçe
1987
Fiziksel Tıp ve RehabilitasyonUludağ ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
- Çukurova koşullarında farklı gübre dozlarının 115 buğday (ekmeklik) çeşidinin gelişme ve verimi üzerine etkileri
Başlık çevirisi yok
BİLGİN AYAYDIN
- Dejeneratif lomber spinal stenozlu hastalarda ve fikse kadavralarda redundant sinir kökleri
Başlık çevirisi yok
ALİ KALKAN
Tıpta Uzmanlık
Türkçe
1988
Fiziksel Tıp ve Rehabilitasyonİstanbul ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı