Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
- Tez No: 843497
- Danışmanlar: PROF. DR. İBRAHİM AKDUMAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektronik-Haberleşme Eğitimi Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Anabilim Dalı
- Sayfa Sayısı: 60
Özet
Kanser, vücut içerisindeki hücrelerin kontrolsüz ve anormal bir şekilde büyümesiyle karakterize edilen bir grup hastalıktır. Normal şartlarda hücreler, vücudun doğal süreçlerinin bir parçası olarak kontrol altında bir şekilde büyür, bölünür ve ölürler. Ancak kanserde, bu normal hücre döngüsü bozulur. Hücreler kontrolsüz bir şekilde bölünür ve büyür, doku kitleleri olan tümörleri oluştururlar. Bu tümörler, organların ve dokuların işlevini engelleyebilir ve bazı durumlarda kan dolaşımı veya lenfatik sistem aracılığıyla vücudun diğer bölgelerine yayılabilir; bu sürece metastaz adı verilir. Kanser neredeyse herhangi bir dokuda veya vücut organında meydana gelebilir. Farklı tipte birçok kanser türü vardır; her biri kendi benzersiz özelliklere, davranışlara ve tedavilere sahiptir. Bazı yaygın kanser türleri arasında meme kanseri, akciğer kanseri, prostat kanseri, kolorektal kanser ve deri kanseri bulunur. Meme kanseri, memede kontrolsüz hücre büyümesinin meydana geldiği bir hastalıktır. Meme kanseri farklı bölgelerde başlayabilir ve hangi hücrelerin etkilendiğine, kansere dönüştüğüne, nasıl yayıldığına ve nasıl davrandığına bağlı olarak meme kanseri türü belirlenir. Meme kanseri yağ dokusunda ve lobüllerde büyüyebilir veya kan dolaşımı veya lenf sistemi aracılığıyla diğer organlara yayılarak metastaz oluşturabilir. Meme kanseri, erkekleri de etkileyen en yaygın kanser türlerinden biridir, ancak kadınlarda çok daha sık görülür. Unutulmaması gereken önemli bir nokta, tüm meme tümörlerinin kanserli olmadığıdır; bazıları iyi huylu (kanser olmayan) ve sağlık açısından tehdit oluşturmaz. Teknik olarak hücreler tarafından oluşturulan her türlü şişlik tümör olarak adlandırılır ve çeşitli türde tümörler bulunur, ancak tüm tümörler kötü huylu (kanserli) değildir. Fibroadenom, meme kistleri ve fibrokistik değişiklikler, meme kanseri riskinizi artırmayan, iyi huylu (kanser olmayan) üç yaygın türde şişliktir. Meme kanserlerinin çoğunluğu, sütü meme ucuyla ileten kanallarda (duktal kanserler) veya süt üreten bezlerin hücrelerinde (lobüler kanserler olarak adlandırılır) kaynaklanır, birkaçı diğer dokularda ve daha az sıklıkla meme dokusunun yağlı ve lifli bağ dokusunda başlar. Meme kanserinin onlarca türü ve alt türü vardır. Bazıları hızla büyürken diğerleri daha yavaş büyür. İki ana geniş kategoriye ayrılır: invaziv ve non-invaziv. İnvaziv kanser, kanserin başlangıçtan çevreleyen alana kan ve lenf sistemleri aracılığıyla yayıldığı durumdur. Non-invaziv meme kanseri veya yerinde karsinom (in situ) kanser hücreleri, meme içinde belirli bir yerde kalır ve çevre dokuya, lobüllere veya kanallara yayılmaz. Bununla birlikte, yerinde karsinom tipi meme kanseri sonunda invaziv türe dönüşebilir. 2020 yılında akciğer kanserini geride bırakarak meme kanseri dünya genelinde en yaygın kanser haline geldi. Meme kanseri, az gelişmiş ülkelerde kanserden ölümlerin önde gelen nedenlerinden biri ve Amerikalı kadınların kanserden ölümde ikinci önde gelen nedenidir. Dünya Sağlık Örgütü'ne (DSÖ) göre, global olarak neredeyse 2.3 milyon kadına meme kanseri teşhisi konurken, 685,000 kadın hayatını kaybetti. Teşhis edilen hasta sayısı ve ölüm oranı, 2008'den bu yana sırasıyla %20 ve %14'ten fazla arttı. Öte yandan, meme kanseri teşhisi sonrası sağ kalım, son 20 yılda erken teşhis araçlarının ve yeni tedavi rejimlerinin geliştirilmesi ile büyük ölçüde arttı. Erken teşhis ve klinik değerlendirme yoluyla yapılan erken tedavi, bu gelişmelerde hayati bir rol oynamaktadır. Meme kanserinin yayılmasını kontrol etmenin ve ölüm sayılarını azaltmanın en etkili yolu, erken teşhis ve klinik değerlendirme yoluyla tedavidir. Çeşitli kanser türlerini teşhis etmek ve izlemek için kullanılan birkaç görüntüleme tekniği bulunmaktadır. Farklı meme kanseri görüntüleme teknikleri arasında Manyetik Rezonans Görüntüleme (MRI), Pozitron Emisyon Tomografisi (PET), Geleneksel X-ışını, Ultrasonografi bulunmaktadır ancak Mamografi, meme kanseri anormalliklerinin tespitinde en yaygın kullanılan tekniktir. Mamografi, şüpheli bulguları ayırt etmek için iki boyutlu bir görüntüleme yöntemi olan X-ışını incelemesidir. İki farklı tür mamografi vardır: tarama mamografisi ve tanısal mamografi. Mamogramlar, meme kanserinin erken teşhisine yardımcı olabilir ve bu da başarılı tedavi şansını önemli ölçüde artırabilir. Dünya genelinde yaygın olarak bulunur ve meme kanseri ölüm oranını %40 azaltmıştır. Mamografi kendisi birkaç bilinen riskle sınırlıdır, bunlar aşırı teşhis, aşırı tedavi, yanlış pozitif incelemeler ve radyasyon maruziyetini içerir. Göreceli düşük duyarlılık, hasta rahatsızlığı ve meme sıkıştırması sırasında işlem sırasında yaşanan ağrı gibi ek sınırlamalar ve yoğun meme dokusunda yanlış negatif sonuçlar da mamografi taramasının güvenilirliğini etkiler. Manyetik Rezonans Görüntüleme (MRG), doku içerisindeki hidrojen atomlarının güçlü bir manyetik alanla etkileşime girdiği ve görüntülerin elde edildiği invaziv olmayan ve ağrısız bir görüntüleme yöntemidir. Mamografi ve ultrasonografiye kıyasla, bu yöntem meme kanseri teşhisinde daha duyarlıdır ve görece maliyet etkin bir seçenektir. MRG, yüksek çözünürlüklü ve yüksek kontrastlı kesitsel (tomografik) görüntüler üreten, iyonlaştırıcı olmayan bir radyasyon görüntüleme sistemidir. MRG'nin üç boyutlu formatı ve güçlü yumuşak doku kontrastı, meme görüntülemesi için anatomik yapının ayrıntılı bir şekilde tasvir edilmesine izin veren çekici özelliklerdir, ancak erken dönem meme kanserinin işareti olan mikrokalsifikasyonlara duyarlı değildir. MRG, zaman alıcı ve maliyetli bir görüntüleme yöntemidir, ancak düşük riski ve yüksek görüntü kalitesi, yüksek meme kanseri riskine sahip hastaların taranması için uygun bir prosedür yapmaktadır. Ultrasonografi görüntülemesi, meme kanserinin tespiti ve teşhisi için yaygın olarak kullanılan başka bir yöntemdir ve yoğun meme dokusunda tümörleri tespit etmede başarılı olduğu gösterilmiştir. Meme ultrasonografisi, ses dalgalarını kullanır ve göğsün iç yapısının resimlerini üretmek için akustik empedans farklılıklarına dayanır. Bu, tekrarlayan kullanımda güvenli olmasını sağlayan radyasyon içermeyen invaziv olmayan bir prosedürdür. Bununla birlikte, sadece ultrasonun tek başına kesin meme kanseri teşhisi için yeterli olmayabileceğini belirtmek önemlidir. Ekonomik bir yöntem olsa da, tüm sağlık hizmeti ayarlarında veya bölgelerde bulunmayabilir. Operatör bağımlılığı, sınırlı özgüllük, yorumlama farklılıkları ve yanıltıcı sonuçlar gibi ana zorlukları vardır. Pozitron Emisyon Tomografisi (PET) taraması, pozitron yayıcı radyonüklitlerle işaretlenmiş ilaçları (tracer olarak adlandırılır) kullanan bir görüntüleme testidir; bu ilaçlar bir ilaca bağlanır ve bir kol damarına enjekte edilir. İzleyiciden yayılan gama ışınları özel kameralar tarafından algılanır ve üç boyutlu renkli bir görüntü oluşturur. Kanser hücreleri genellikle normal hücrelere göre daha aktif olur ve sonuç olarak daha fazla radyoaktif madde emerler. PET son zamanlarda teşhis, evreleme, yeniden evreleme ve ayrıca tedaviye yanıt değerlendirmesi için kullanılmıştır, ancak yanlış negatif veya yanlış pozitif sonuçlara yol açabilecek bazı sınırlamalar ve riskler vardır. Birçok çalışma, PET'in meme kanserinde kullanımına dair çeşitli sonuçlar göstermiştir. PET taramaları sadece çok az merkezde mevcuttur, maliyetlidir ve özel uzmanlık gerektiren sofistike bir testtir. Daha önce belirtilen sınırlamaları ele almak için meme kanseri görüntülemesi için mikrodalga görüntüleme (MWI) uygulaması sahneye gelmiştir. Hücrelerin mikrodalga frekanslarında dielektrik özelliklerinin dikkate değer kontrastı araştırmacıların ilgisini çekmiş ve önceden belirlenmiş dezavantajları aşmak için bir MWI doğmuştur. MWI işlevleri, çeşitli dokuların dielektrik özelliklerindeki farklılıklara dayanmaktadır. Su bulunması nedeniyle doku elektriksel özellikleri mikrodalga bandında önemli bir frekans bağımlılığı sergiler. Tümörlerin, çevresel sağlıklı dokudan daha fazla sıvı veya kan damarı içerdiği gerçeğine göre, uygulanan bir alanın frekansına göre meme kanseri dokusunun permittivite ve iletkenliği ile sağlıklı dokular arasında önemli bir fark vardır. Mikrodalga sinyalleri meme dokusu ile etkileşime girdiğinde, bazıları iletilirken bazıları geri yansır. Geri yansıyan sinyaller bir görüntüleme algoritması aracılığıyla depolanır ve işlenir, böylece meme 2B bir görüntü oluşturulur. Zararsız elektromanyetik dalgaların kullanımına dayanır ve X-ışınlarına başvurmadan ilgili ilk tanısal bilgiyi sağlayabilir; iyonlaştırıcı olmayan radyasyon kullanımı, güvenli ve düşük maliyetli teknoloji nedeniyle meme kanserinin erken teşhisi için potansiyel taşır. MWI'nın düşük maliyeti, gelişmekte olan ülkelerde sağlanmasını kolaylaştırır, bu da meme kanserinin insidansını azaltma ve dezavantajlı bölgelerde ölüm oranını azaltma konusunda umut verici bir adım olabilir. Bu teknoloji klinik çalışma aşamasındadır ve yedi MWI prototipi klinik testlere tabi tutulmuştur. Bunların içinde Multistate Array Processing for Radio wave Image Acquisition (MARIA®) ve Birleşik Krallık, Bristol Üniversitesi'nde geliştirilen bir sistem olmak üzere yalnızca ikisi önemli sayıda hastada incelenmiştir. SAFE (Scan and Find Early), İstanbul Teknik Üniversitesi Mitos Tıp Laboratuvarı tarafından geliştirilen bir meme kanseri görüntüleme cihazıdır ve özellikle hasta sayısı açısından kapsamlı MWI klinik değerlendirmelerinin ihtiyacından ilham alınarak oluşturulmuştur. Zararsız elektromanyetik dalgaların kullanımına dayanır. Toplam 115 hasta, doğru tespit oranını belirlemek amacıyla eldeki manyetik rezonans (MR), ultrason ve mamografi görüntülerini karşılaştırmak için SAFE tarama prosedüründen geçti ve elde edilen görüntüler karşılaştırıldı. %63'lük bir hassasiyet elde edildi. Meme büyüklüğü, genel hassasiyeti etkiledi; hassasiyet, daha küçük göğüslerde (%51) daha büyük olanlara (%74) kıyasla daha düşüktü. Bu yalnızca ön bir çalışma olmasına rağmen sonuçlar, klinik raporlarla umut verici bir uyum gösteriyor ve bu da ileri SAFE klinik çalışmalarını teşvik ediyor. Sistem işlevi hakkında çalışmalar ve makaleler bulunmaktadır. Ayrıca, SAFE tarafından sağlanan veriler farklı perspektiflerden sınıflandırılmıştır. Şu anki aşamada SAFE sadece koronal düzlemde 2B görüntüler sağlayabiliyor. Bu nedenle tümörün derinliğinin hastanın durumu üzerindeki etkisi hakkında bilgiye ihtiyaç duyuyoruz ve ayrıca tümörün ön/arka pozisyonu hakkında ham verilerden faydalı bilgi elde edip edemeyeceğimizi araştırmak istiyoruz. Bu, doktorların daha kesin klinik tahminler yapmalarına yardımcı olacak. Makine Öğrenimi (MO), çeşitli istatistiksel, olasılıksal ve optimizasyon tekniklerini bir araya getirme yeteneği ile bilinir. Bu teknikler bilgisayarların geçmiş örneklerden“öğrenmesine”ve büyük, gürültülü veya karmaşık veri kümelerinden zor teşhis edilebilen desenleri tespit etmesine olanak tanır. Bu özellikler özellikle tıbbi uygulamalara uygundur. MO, daha iyi teşhis araçları geliştirmek için tıp alanında yaygın olarak kullanılmıştır. Meme kanseri verilerini incelemek ve genellikle meme kanseri türünün (kötü huylu ve iyi huylu) sınıflandırılmasını tahmin etmek için sınıflandırma algoritmaları öneren birçok araştırmacı bulunmaktadır. Sınıflandırma algoritmaları, kanseri yüksek doğruluk ve verimlilikle tahmin etmek için en uygun olanı seçilmiştir. Yaş, cinsiyet, geçmiş öykü, tıbbi teşhis, meslek, diyet, ağırlık gibi farklı özellikler sınıflandırma için değerlendirilmiştir. Bildiğimiz kadarıyla, tümörün göğüsten meme ucu tarağına dikey konumu (yeri) üzerine odaklanan bir araştırma çalışması yapılmamıştır. Şu anki aşamada SAFE yalnızca koronal düzlemde 2B görüntüler sağlayabiliyor. Bu nedenle, tümörün derinliğinin hastanın durumu üzerindeki etkisi hakkında bilgiye ihtiyaç duyduğumuzu düşünüyoruz. Bu tez çalışmasında, tümörün dikey konumunun çalışma ve kanserin erken teşhisi üzerindeki olası katkısını belirlemek ve ham klinik verileri sınıflandırmak için üç farklı makine öğrenimi yaklaşımı kullanılacak ve aynı zamanda ham verilerden tümörün ön/arka konumu hakkında faydalı bilgi elde edip edemeyeceğimizi araştırmak istiyoruz. Bu, doktorların daha kesin klinik tahminler yapmalarına yardımcı olacak. Veri, SAFE tarama prosedürü boyunca toplanmış ve Marmara Üniversitesi Hastanesi Meme Merkezi'nden 100 hastadan alınmıştır. Bu çalışmada kullanılan format CSV (Virgülle Ayrılmış Değer) formatıdır. Meme kanseri verilerinin CSV formatı, frekans ve tümörün dikey konumu üzerinden girdi olarak verilir. Veri kümesine üç farklı sınıflandırıcı uygulamak ve en iyisini belirlemek için üç sınıflandırıcı seçtik. Destek Vektör Makinesi (SVM), K-En Yakın Komşular (KNN) ve Karar Ağacı, mevcut veri kümesinin sınıflandırması için kullanılan denetimli makine öğrenimi algoritmalarıdır. Daha önce belirtildiği gibi, tümörün dikey konumu özniteliğimizdir. Ve bu özniteliği veri madenciliği programına açıkça tanımlamak için meme başından meme ucu tarağına tümörün yeri olan farklı etiketler seçtik. 1 meme başına yakın, 2 göğsün ortasında, 3 meme ucu yakınında olarak belirlendi. Veri kümesinin birincil ön işlemesinin ardından çok büyük bir matris elde ettiğimiz için, bunu daha küçük bir matrise küçültmemiz gerekti. Bu nedenle, derinlik konumlarının ortalama farkını fark ettik ve her frekansta bir ortalama değeri elde ettik.
Özet (Çeviri)
Breast cancer is a disease in which an uncontrolled growth of cells in the breast happens. It can initiate in different sections of the breast and based on which cells are involved and turned to cancer, how it spreads, and how it behaves the type of breast cancer will be identified. Breast cancer can grow in fatty tissue and lobules or spread over the blood or lymph system to other organs and cause metastasis. After surpassing lung cancer in 2020 breast cancer became the most common cancer worldwide. It is a leading cause of cancer death in less developed countries and the second leading cause of cancer death in American women. According to World Health Organization (WHO), of almost 2.3 million women diagnosed with breast cancer globally, 685,000 died. The number of diagnosed patients and mortality have increased by more than 20 and 14 percent respectively since 2008. On the other hand, Survival following a diagnosis of breast cancer has improved dramatically in the past 20 years with the development of early diagnosis tools and new treatment regimens that is early detection and treatment through clinical evaluation playing a vital role. Among different breast cancer imaging techniques like Magnetic Resonance Imaging (MRI), Positron Emission Tomography (PET), Conventional X-ray, Ultrasonography, Mammography is the most common technique for breast cancer abnormality detection. It is available widely all around the world and has reduced the breast cancer mortality by 40%. Mammography itself is limited by several known risks such as over diagnosis, overtreatment, false-positive examinations, and radiation exposure. Additional limitations such as relatively low sensitivity, patient discomfort, and pain during the procedure due to breast compression and false negativity in dense breasts also impact mammography screening reliability. To address the limitations mentioned earlier, implementation of microwave imaging (MWI) for breast cancer imaging has come to the scene. It is based on the use of harmless electromagnetic waves and can provide relevant initial diagnostic information without resorting to X-rays and has the potential of early diagnosis of breast cancer due to using non-ionizing radiation, safe and low-cost technology. SAFE is a breast cancer imaging device designed and produced at MITOS lab at ITU that works based on the use of harmless electromagnetic waves. There has been studies and papers about the function of the system itself. Moreover, data driven by SAFE has been classified from different perspectives. As at the current stage SAFE can provide only 2-D images in the coronal plane, we feel we need the information about the effect of depth of the tumor on the situation of the patient and to investigate if we can get useful information from the raw data about the anterior/posterior position of the tumor, which would benefit the doctors to make more accurate clinical predictions. In this thesis, three different machine learning approaches is going to be used to classify the raw clinical data to figure out the possible contribution of vertical location of the tumor on the study and early detection of the cancer. Support Vector Machine (SVM), K-Nearest Neighbors (KNN), and Decision Three are the approaches that will be utilized for classification of the existed data set.
Benzer Tezler
- Total dişsizlik olgularında bilateral balanslı oklüzyona protrüziv kondil yolu eğiminin etkisinin in vivo olarak değerlendirilmesi
In vivo evaluation of the effect of protrusive condylar inclination on bilateral balanced occlusion in total edentulous cases
TANER TÜRKAY
Doktora
Türkçe
2023
Diş HekimliğiSelçuk ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF. DR. İSA YÖNDEM
- Erişkinde kesicilerin ve alt çene ekleminin biyomekanik ilişkilerinin değerlendirilmesi
Biomechanical relation of the anterior and posterior guidances in adults
YEĞİN ANDAÇ GÜRSOY (PAK)
- Kişiye özel temporomandibular eklem protezi tasarımı ve sonlu elemanlar yöntemiyle analizi
Design and finite element analysis of customized temporomandibular joint prosthesis
EDA ÖZYILMAZ
Yüksek Lisans
Türkçe
2019
Diş Hekimliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CELALETDİN ERGUN
- Ayak bileği artrodezinde farklı vidaların stabilitesinin biyomekanik olarak karşılaştırılması
Biomechanical comparison of stability in different screws for ankle fusion
NATİG VALİYEV
Tıpta Uzmanlık
Türkçe
2014
Ortopedi ve Travmatolojiİstanbul ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. ÖNDER İSMET KILIÇOĞLU
- İmplant hastalarında iki farklı konik ışın demetli bilgisayarlı tomografi ve ultrasonografi ile implant bölgesi diş eti dokularının değerlendirilmesi
Accuracy of high resolution ultrasound for soft tissue thickness mesurementin edentulous patients prior to implant placement
GÜL SÖNMEZ
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. KIVANÇ KAMBUROĞLU