Renal solid kitlelerin bilgisayarlı tomografide histogram analizi ile değerlendirilmesi
Assessment of renal solid masses with histogram analysis in computerized tomography imaging
- Tez No: 846556
- Danışmanlar: DOÇ. DR. GÜLAY GÜNGÖR
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Böbrek, Böbrek hastalıkları, Böbrek neoplazmları, Histogram, Onkositom, Retrospektif çalışmalar, Tomografi-x ışınlı-bilgisayarlı, Renal Cell Carcinoma, Angiomyolipoma, Oncocytoma, Computed Tomography Histogram Analysis, Kidney, Kidney diseases, Kidney neoplasms, Histogram, Retrospective studies, Tomography-x ray-computed
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu retrospektif çalışmanın amacı renal solid lezyonların tanısında ve ayrımında bilgisayarlı tomografi histogram analizinin (BTHA) rolünü araştırmaktır. Çalışmaya yerel etik kurul onayı alındıktan sonra Ocak 2010-Ocak 2021 tarihleri arasında, hastanemizde kontrastlı batın BT çekimi bulunan ve yapılan değerlendirmede böbrekte yer kaplayan solid lezyonu bulunan 125 olgu dahil edilmiştir. Dahil edilen olgular iş istasyonu üzerinde değerlendirildi. Primer lezyonun değerlendirilmesinde kistik komponentler, nekroz alanları, kalsifikasyon ve kitle içi büyük besleyici damarlar dahil edilmedi. Histogram analizi için ilgi alanı, el ile çizim aracı kullanılarak yağ ve kistik komponentin en az olduğu solid kesime yerleştirildi. İlgi alanı içerisindeki her pikselin HU değeri XML (eXtensible Markum Language) dosya formatı olarak aktarıldı. MATLAB versiyon 2009b yazılımı (MATrix LABoratory, Mathworks Inc, ABD) kullanılarak XML dosyaları üzerinden histogram analizi hesaplandı. Histogram analizinde dahil edilen parametreler; piksel, mean, standart deviasyon, minimum, maksimum, varyans, entropi, size %L, size %U, size %M, kurtozis, skewness, uniformity, percent01, percent03, percent05, percent10, percent25, percent75, percent90, percent95, percent 97 ve percent99'dur. Normal dağılım gösteren veriler Student T ve ANOVA ile normal dağılım göstermeyen veriler ise Mann-Whitney U ve Kruskal-Wallis testleri ile karşılaştırıldı. Verilerin normal dağılım uygunluğu ''Kolmogorov-Smirov Testi'' ile değerlendirildi. P<0,05 değeri istatistiksel olarak anlamlı kabul edildi. Çalışmamızda histogram analizi ile elde edilen çeşitli parametrelerden mean, median, tekdüzelik ve çarpıklık değerlerinin bu ayrıma katkıda bulunabileceği yönünde veriler elde edildi. ROC analizi sonucu en yüksek duyarlık ve özgüllük, mean değerinde saptandı. Benign lezyonlardaki mean değeri 14,10 ± 50,04, malign lezyonlardaki mean değeri 68,65 ± 46,65 (p<0,001) olarak saptadık. Mean değeri kesme değeri 53,381 olarak seçildiğinde benign–malign lezyon ayrımındaki sensitivite %78, spesifite ise %79 olarak hesaplandı. Histogram analizi parametrelerinden biri olarak kullandığımız tekdüzelik ROİ ile ölçüm yaptığımız alandaki homojenliği gösterir. Çalışmamızda benign lezyonlarda tekdüzelik değeri 0,2071 ± 0,1188, malign lezyonlarda ise 0,1184 ± 0,081 olarak saptandı. Tekdüzelik kesme değeri 0,169 olarak alındığında benign-malign lezyon ayrımındaki sensitivite %71, spesifite ise %69 olarak hesaplandı. Sonuç olarak renal kitle lezyonlarında BT histogram kullanımı lezyon karakterizasyonunda ve tümör tipleri ayrımında umut vaat etmekte olup, geniş ölçeklerde kullanım ve standardizasyon için daha fazla hasta gruplarının dahil olduğu çalışmalara ihtiyaç bulunmaktadır. Anahtar kelimeler; Böbrek Hücreli Karsinom, Anjiyomiyolipom, Onkositom, Bilgisayarlı Tomografi Histogram Analizi
Özet (Çeviri)
The aim of this retrospective study is to investigate the role of computed tomography histogram analysis (CTHA) in the diagnosis and differentiation of renal solid lesions. After the approval of the local ethics committee, 125 lesions were included, who underwent a contrast-enhanced abdominal CT in our hospital between January 2010 and January 2021.The included cases were evaluated on the workstation. In the evaluation of the primary lesion, cystic components, areas of necrosis, calcification and large feding vessels within mass were not included. For histogram analysis, the region of interest was placed on the solid segment with the least amount of fat and cystic component using the manuel drawing tool. The HU value of each pixel within the area of interest was exported to an XML (eXtensible Markum Language) file. In histogram analysis, piksel, mean, standart deviation, minimum, median, maximum, variance, entropy, size %L, size %U, size %M, kurtosis, skewness, uniformity, percent01, percent03, percent05, percent10, percent25, percent75, percent90, percent95, percent 97 and percent99 parameters were examined. Normally distributed data were compared with Student T and ANOVA, and non-normally distributed data were compared with Mann-Whitney U and Kruskal-Wallis tests. The normal distribution suitability of the data was evaluated with the“Kolmogorov-Smirov Test”. P value of <0.05 was considered statistically significant. In our study, data were obtained that mean, median, uniformity and skewness values from various parameters obtained by histogram analysis may contribute to this distinction. The mean value of ROC analysis revealed the highest sensitivity and specificity. We found the mean value to be 14.10 ± 50.04 in benign lesions and 68.65 ± 46.65 (p<0.001) in malignant lesions. When the mean value was chosen as the cut-off value of 53,381, the sensitivity was calculated as 78% and the specificity as 79% in the differentiation of benign and malignant lesions. The uniformity, which we used as one of the histogram analysis parameters, indicates the homogeneity in the area we measure with the ROI. In our study, the uniformity value was found to be 0,2071 ± 0,1188 in benign lesions and 0,1184 ± 0,081 in malignant lesions. When the uniformity cut-off value was taken as 0,169, the sensitivity calculated as %71 and the specificity calculated as %69 in the differentiation of benign and malignant lesions. In conclusion, the use of CT histograms in renal mass lesions is promising in lesion characterization and differentiation of tumor types, and studies involving more patient groups are needed for use in large scales and standardization.
Benzer Tezler
- Histogram analizi kullanılarak böbrek solid kitlelerinin ayırıcı tanısının yapılması
Application of histogram analysis in the differential diagnosis of renal solid lesions
YUSUF DENER
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpFırat ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. MUSTAFA KOÇ
- Renal kitle lezyonlarının ayırıcı tanısında doku analizinin yeri
The role of tissue analysis in the differential diagnosis of renal mass lesions
ÖMER SEMERCİOĞLU
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpKahramanmaraş Sütçü İmam ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA NİDA KARAKÜÇÜK
PROF. DR. MURAT BAYKARA
- Benign ve malign renal kitlelerin bilgisayarlı tomografi kantitatif yapısal analiz ile ayrımı
Differentiation of benign and malign renal masses by quantitative computed tomography texture analysis
ÇAĞRI ERDİM
Tıpta Uzmanlık
Türkçe
2018
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. NURİ ÖZGÜR KILIÇKESMEZ
- Renal kitlelerin karakterizasyonunda ve evrelendirilmesinde dinamik renal bilgisayarlı tomografinin yeri
The efficacy of dynamic renal computed tomography in the characterization and staging of renal masses
GURBET YANARATEŞ
Tıpta Uzmanlık
Türkçe
2017
Radyoloji ve Nükleer TıpMersin ÜniversitesiRadyodiagnostik Ana Bilim Dalı
PROF. DR. FERAMUZ DEMİR APAYDIN
- Küçük renal kitlelerde anatomik ve radyolojik özelliklerin histopatolojiyi öngörmedeki rolü
The role of anatomical and radiologic features in predicting histopathology in small renal masses
MUSTAFA BATURAY ÇETİNKAYA
Tıpta Uzmanlık
Türkçe
2024
ÜrolojiKütahya Sağlık Bilimleri ÜniversitesiÜroloji Ana Bilim Dalı
DOÇ. DR. İBRAHİM GÜVEN KARTAL