Beyin anevrizmalarında görüntü işleme ve derin öğrenme yöntemi ile kanamaların tespitinin geliştirilmesi
Improving the detection of hemorrhages with image processing and deep learning method in brain aneurysms
- Tez No: 850224
- Danışmanlar: DOÇ. DR. AYHAN AKBAL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Bilim Dalı
- Sayfa Sayısı: 190
Özet
Serebral anevrizmalar, insan hayatını tehdit eden önemli bir hastalıktır. Bu anevrizmaların rüptür olması beyin arterlerinde kanamalara sebep olmaktadır. Klinik olarak serebral anevrizmaların tanısında bilgisayarlı tomografi anjiyografi (BTA) yaygın olarak kullanılmaktadır. Elde edilen BTA görüntülerinden kanama gerçekleşmeyen serebral anevrizmalar için kanama riskini belirlemek, hastalığın tedavi sürecinde nasıl bir yol izleneceği konusunda yardımcı olmaktadır. Bu tez çalışmasında, Fırat Üniversitesi Hastanesi'nde Beyin Cerrahi Polikliniği'nde tedavi gören hastaların BTA görüntüleri kullanılarak oluşturulan veri setinden, kişinin hasta veya sağlıklı olduğunu ayırt edebilmek için derin öğrenme mimarilerinden biri olan Evrişimli Sinir Ağları kullanılmıştır. Bunun sonucunda hastada anevrizma var olma durumu incelenmiştir. Bu şekilde radyoloji uzmanlarının BTA görüntülerini yorumlama hatalarını minimum seviyede tutulması sağlanmıştır. Bu model literatürde yaygın olarak tercih edilen programlama dili olan MatLAB programı kullanılarak geliştirilmiştir. Çalışmada ayrıca makine öğrenme algoritmaları kullanılarak, hastalara ait radyoloji raporları incelenmiştir. Böylece hastaların morfolojik ve hemodinamik özelliklerini içeren veri seti oluşturulmuştur. Kanama olmayan serebral anevrizmalı hastalar için hemodinamik özellikler yaş, cinsiyet, ek hastalık olarak sınıflandırılmıştır. Benzer şekilde anevrizmalı hastalar için morfolojik özellikler lokasyon, en, boy ve tür parametreleri incelenerek rüptür olma riski tahmin edilmiştir. Bu özelliklerin kanama riskinde anlamlı bir farklılık oluşturup oluşturmadığı incelenmiştir. Çalışmada elde edilen sonuçlara göre 3 hastaya ait radyoloji raporlarında rüptür olmadığı ifade edilmesine karşın makine öğrenme sınıflandırıcı modeline göre bu hastalarda rüptür oluşacağı öngörülmüştür. Hastalık öyküsü incelendiğinde ise farklı tarihlerdeki radyoloji rapor sonuçlarına göre bu 3 hastada anevrizmaların rüptür olduğu tespit edilmiştir.
Özet (Çeviri)
Cerebral aneurysms are an important disease that threatens human life. Rupture of these aneurysms causes bleeding in the brain arteries. Clinically, computed tomography angiography (CTA) is widely used in the diagnosis of cerebral aneurysms. Determining the bleeding risk for cerebral aneurysms that do not bleed from the CTA images obtained helps in determining how to proceed in the treatment process of the disease. In this thesis study, Convolutional Neural Networks, one of the deep learning architectures, were used to distinguish whether a person is unhealthy or healthy from the data set created using CTA images of patients treated at the Neurosurgery Polyclinic at Fırat University Hospital. As a result, the presence of an aneurysm in the patient was examined. In this way, radiologists' errors in interpreting CTA images were kept to a minimum. This model was developed using the MatLAB program, which is the widely preferred programming language in the literature. The study also examined radiology reports of patients using machine learning algorithms. Thus, a data set containing the morphological and hemodynamic characteristics of the patients was created. For patients with cerebral aneurysms without bleeding, hemodynamic characteristics were classified as age, gender, and comorbidities. Similarly, the risk of rupture was estimated for patients with aneurysms by examining morphological features, location, width, length and type parameters. It was examined whether these features made a significant difference in the risk of bleeding. According to the results obtained in the study, although it was stated that there was no rupture in the radiology reports of 3 patients, it was predicted that rupture would occur in these patients according to the machine learning classifier model. When the disease history was examined, it was determined that the aneurysms had ruptured in these 3 patients, according to the radiology report results on different dates.
Benzer Tezler
- Rupture status investigation of patient specific cerebral aneurysms by analysing hemodynamic factors using computational fluid dynamics
Hesaplamalı akışkanlar dinamiği kullanarak hemodinamik faktörlerin analizi ile hastaya özgü beyin anevrizmalarının yırtılma durumu incelemesi
GÜLBAHAR MERVE NARİNSES
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. MUSTAFA SERDAR ÇELEBİ
- Süperfisiyal temporal arter mikrocerrahi anatomisinin anjiyografik görüntüleme ve kadaverik diseksiyonlarda incelenmesi
Evaluation of microsurgical anatomy of the superficial temporal artery in angiographic imaging and cadaveric dissections
ÖMER SELÇUK ŞAHİN
Tıpta Uzmanlık
Türkçe
2019
NöroşirürjiSağlık Bilimleri ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DOÇ. DR. AHMET METİN ŞANLI
DR. ÖĞR. ÜYESİ ŞAHİN HANALİOĞLU
- Anterior komünikan arter anevrizmalarında dom projeksiyonuna göre cerrahi planlama
Surgery planning according to projections in the dome of anterior communicating artery aneurysms
MEVCİ ÖZDEMİR
Tıpta Uzmanlık
Türkçe
2009
NöroşirürjiAnkara ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. NİHAT EGEMEN
- Acom anevrizmalarında ACA-A1 segment hipoplazisinin anevrizma oluşumuna etkisinin dsa ile gösterilmesi
Description of the effect of ACA-A1 segment hypoplasia on aneurysm formation in acom aneurysms with dsa
AYŞE MERVE DUMLU
Tıpta Uzmanlık
Türkçe
2021
NöroşirürjiAdnan Menderes ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH TOPCU
- Kanamış anterior kommünikan arter anevrizmalarında, hasta özellikleri, anevrizma ve vasküler yapıların morfolojisinin kanama şiddetine etkisinin karşılaştırmalı olarak araştırılması
Comparative investigation of the impact of patient characteristics and aneurysm/vascular morphology on hemorrhage severity in ruptured anterior communicating artery aneurysms
JASON ÖMER HOLTZCLAW
Tıpta Uzmanlık
Türkçe
2023
NöroşirürjiSağlık Bilimleri ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RİFAT AKDAĞ