Nöropsikiyatrik hastalıkların tanısına destek amacıyla multimodal nörogörüntüleme verilerinin makine öğrenimi algoritmaları kullanılarak işlenmesi
Processing of multimodal neuroimaging data using machine learning algorithms to support diagnosis of neuropsychiatric diseases
- Tez No: 841848
- Danışmanlar: PROF. DR. TAMER DEMİRALP
- Tez Türü: Doktora
- Konular: Fizyoloji, Physiology
- Anahtar Kelimeler: Alzheimer Hastalığı, Yapısal Manyetik Rezonans Görüntüleme, ADNI, Makine Öğrenimi, Öznitelik Seçimi, Alzheimer's Disease, Structural Magnetic Resonance Imaging, ADNI, Machine Learning, Feature Selection
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Bu araştırma, Alzheimer hastalığının (AH) erken tanı ve teşhisine yardım etmek amacıyla hastalığının gelişimi ile ilişkilendirilen görüntüleme biyobelirteçlerinin makine öğrenimi (MÖ) algoritmaları kullanılarak belirlenmesini hedeflemektedir. Çalışmada kullanılan T1-sekanslı manyetik rezonans görüntüleri ve nöropsikolojik değerlendirme skorları Alzheimer Hastalığı Nörogörüntüleme Girişimi (ADNI) veri tabanından alınmış ve sadece hastalara ait başlangıç klinik tanısında değişim olup olmadığı dikkate alınmıştır. AH gelişim evrelerine göre klinik tanısı ilerleyici olan 186 hasta ve ilerleyici olmayan 235 hastaya ait ikili sınıflandırmayı gözetimli öğrenme ile eğitmek için görüntüleme biyobelirteçlerinin hacimleri kullanılmıştır. Bu hacimler Destrieux ve Desikan-Killiany Atlas parselasyonları ve otomatik subkortikal segmentasyon, hippokampal alt alan, talamus ve amigdala çekirdek segmentasyonlarının FreeSurfer 7.2.0 görüntüleme analiz programı kullanılarak işlenmesi ile elde edilmiştir. Biyobelirteç seçimi için Lasso Regresyonu, Ekstrem Gradyan Arttırma ve PyCaret 3.0 algoritmaları Shapley önem sıralaması ile kullanılmıştır. Seçilen biyobelirteçler Lojistik Regresyon, Destek Vektör Sınıflandırıcısı, Rastgele Orman, Naif Bayes, k-En Yakın Komşuluk, Karar Ağaçları, Sinir Ağları ve Ekstra Ağaçlar modelleri ile eğitilmiştir. Kognitif değişkenler çeşitli NPT skorları ile istatistiki olarak incelenmiştir. AH ilerleme kestirimi açısından Lasso Regresyonu biyobelirteç seçimi sonuçları destek vektör makinesi modeli ile 0.88 doğruluk ortaya koymuştur. Buna göre Desikan Killiany Atlasından çeşitli frontal ve temporal alanlar ile sol akkümbens alan ve ayrıntılı segmentasyon analizlerinden sol hippokampüste fisür, CA1 başı ve kuyruk; sağda presubikulum gövdesi ve fimbria; sol talamusta ise medial genikulat ve lateral posterior ile sağda ventral anterior ve pulvinar çekirdekler, ayrıca sol amigdalada santral çekirdek AH ilerlemesi ile ilişkili biyobelirteçler olarak belirlenmiştir. Bulgular Aβ, Tau ve nörodejenerasyon patolojilerinin etkilediği bölgeler ile örtüşmekte olup, kullanılan yöntem sayesinde henüz bellek şikâyetleri gün yüzüne çıkmamış yaşlı bireylerin ileride AH'ye yakalanma risklerinin kestirilmesi ile ilgili yardımcı bilgiler ortaya çıkarılmıştır. İleriki araştırmalarda, bu bulguların genellenebilirliğini doğrulamak için daha büyük hasta grupları, çeşitli nörogörüntüleme teknikleri ve farklı modellerin entegrasyonu üzerinde durulması önerilmektedir.
Özet (Çeviri)
This research aims to identify imaging biomarkers associated with the development of Alzheimer's disease (AD) using machine learning (ML) algorithms to aid in the early detection and diagnosis of the disease. The T1-sequence magnetic resonance images and neuropsychological assessment scores used in the study were obtained from the Alzheimer's Disease Neuroimaging Initiative (ADNI) database and only the change in the initial clinical diagnosis of the patients was considered. The volumes of imaging biomarkers were used to train the supervised learning binary classification of 186 patients with progressive clinical diagnosis and 235 patients with non-progressive clinical diagnosis according to the stages of AD development. These volumes were obtained by processing Destrieux and Desikan-Killiany Atlas parcellations and automatic subcortical segmentation, hippocampal subfield, thalamus and amygdala nucleus segmentations using FreeSurfer 7.2.0 imaging analysis software. For biomarker selection, Lasso Regression, Extreme Gradient Boosting and PyCaret 3.0 algorithms were used with Shapley importance ranking. The selected biomarkers were trained with Logistic Regression, Support Vector Classifier, Random Forest, Naive Bayes, k-Nearest Neighborhood, Decision Trees, Neural Networks and Extra Trees models. Cognitive variables were statistically analyzed with various NPT scores. In terms of AH progression prediction, Lasso Regression biomarker selection results showed an accuracy of 0.88 with the support vector machine model. Accordingly, various frontal and temporal areas from the Desikan-Killiany Atlas and the left accumbens area and detailed segmentation analyses identified the fissure, CA1 head and tail in the left hippocampus; presubiculum body and fimbria on the right; medial geniculate and lateral posterior in the left thalamus, ventral anterior and pulvinar nuclei on the right, and central nucleus in the left amygdala as biomarkers associated with AD progression. The findings overlap with the regions affected by Aβ, Tau and neurodegeneration pathologies, and the methodology used provides helpful information for predicting the risk of developing AD in elderly individuals whose memory complaints have not yet come to light. Future research is recommended to focus on larger patient groups, various neuroimaging techniques and integration of different models to confirm the generalizability of these findings.
Benzer Tezler
- Acil servise kafa travması ile başvuran ilkokul çağındaki çocuklarda dikkat eksikliği ve hiperaktivite/dürtüsellik bozukluğu (DEHB) ilişkisi
Association of head trauma and attention-deficit/hyperactivity disorder in primary school chi̇ldren admitted to the emergency department
REŞAD BEYOĞLU
Tıpta Uzmanlık
Türkçe
2021
İlk ve Acil YardımPamukkale ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. BÜLENT ERDUR
- Çocuk ve ergenlerde romatolojik hastalıklara eşlik eden psikiyatrik bozuklukların değerlendirilmesi
Evaluation of psychiatric disorders associated with rheumatological diseases in children and adolescents
HATİCE DEMİRKIRAN
Tıpta Uzmanlık
Türkçe
2019
PsikiyatriÇukurova ÜniversitesiÇocuk Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. GONCA ÇELİK
- Şizofreni ve bipolar manik bozukluğun raman spektroskopik ve kemometrik analiz yöntemleriyle ayrıştırılması
Başlık çevirisi yok
HAYRUNNİSA NUR KABUK
Yüksek Lisans
Türkçe
2021
Biyofizikİstanbul Kültür ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. GÜLCE ÖĞRÜÇ ILDIZ
- Sistemik lupus eritematozuslu hastalarda anti-ena antikorlarının sıklığı ve klinik önemi
Başlık çevirisi yok
SAMİ UZUN
Tıpta Uzmanlık
Türkçe
2004
Allerji ve İmmünolojiİstanbul Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. MURAT İNANÇ
- Klinik endikasyonla Vitamin B12 tayini yapılan genç-orta yaş popülasyonların subgrup değerlendirmeleri
Sub-group assessment of young-middle age populations that were given Vitamin B12 through clinical indication.
ATİLA KARA
Tıpta Uzmanlık
Türkçe
2011
HematolojiHacettepe Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. NİLGÜN SAYINALP