Beyaz nokta sendromlarında fundus otofloresans görüntülerinde derin öğrenme ile lezyon tespiti
Lesion detection with deep learning in fundus autofluorescence images in white dot syndromes
- Tez No: 850837
- Danışmanlar: PROF. DR. AYŞE ÇİĞDEM ALTAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Göz Hastalıkları, Eye Diseases
- Anahtar Kelimeler: Beyaz nokta sendromu, Derin öğrenme, Fundus Otofloresans, U-Net, Yapay zekâ, Artificial intelligence, Deep learning, Fundus Autofluorescence, U-Net, White dot syndrome
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Beyoğlu Göz Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Göz Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Beyaz nokta sendromu tanısı olan hastaların fundus otofloresans (FOF) görüntülerinde aktif lezyon tespit edebilen derin öğrenme temelli yapay zekâ modeli oluşturmak. Gereç ve yöntem: Beyaz nokta sendromu tanısı ile takip edilen 42 hastanın demografik verileri ve hastalara ait 451 FOF görüntüsü incelendi. Görüntü kalitesi kötü olan ve aktif lezyonu olmayan hastalar çalışma dışı bırakıldı. FOF görüntülerindeki lezyonlar manuel olarak işaretlendi. İşaretlenen veriler U-Net mimarisi kullanılarak model eğitildi. Modele ait performans parametreleri hesaplandı. Bulgular: Dokuz serpijinöz koroidit, 10 ampijinöz koroidit, iki multiple çabuk kaybolan beyaz nokta sendromu (MEWDS), iki akut posterior multifokal plakoid pigment epiteliyopati (APMPPE), bir multifokal koroidit, iki serpijinöz benzeri tüberküloz koroiditi olmak üzere toplam 26 hasta çalışmaya dahil edildi. Hastaların 8'i kadın 18'i erkekti, ortalama yaş 42,5 ± 14,4 idi. Hastalara ait 200 FOF görüntüsü çalışmaya dahil edildi. Derin öğrenme temelli modele ait doğruluk %80,46 ± 10,33, kesinlik %66,82 ± 17,54, sensitivite %82,88 ± 7,31, spesifite %99,65 ± 0,51, F1 skoru %70,81 ± 7,56, Dice benzerlik katsayısı 0,71 ± 0,09, IoU skoru 0,55 ± 0,09, kayıp fonksiyonu ise 0,29 ± 0,04 olarak hesaplandı. Sonuç: Derin öğrenme temelli yapay zekâ modelinde beyaz nokta sendromu hastalarının FOF görüntülerinde aktif lezyonlar yüksek doğruluk oranı ile tespit edildi. Yapay zeka temelli modeller beyaz nokta sendromu olan hastaların tanı, tedavi ve takibinde kullanılabilir.
Özet (Çeviri)
Purpose: Development of a deep learning based artificial intelligence model that detects active lesions in fundus autofluorescence (FAF) images of patients with white dot syndrome. Material and methods: Demographic data and 451 FAF images of 42 patients with white dot syndrome were recorded. Patients with poor image quality and no active lesions were excluded. The lesions in the FAF images were manually labelled. The labeled datas were used to train the model using U-Net architecture. Performance parameters of the model were calculated. Results: A total of 26 patients including nine serpiginous choroiditis, 10 ampiginous choroiditis, two multiple evanescent white dot syndrome, two acute posterior multifocal placoid pigment epitheliopathy, one multifocal choroiditis, two serpiginous-like tuberculer choroiditis were included in the study. Eight of the patients were female and 18 were male, mean age was 42.5 ± 14.4 years. 200 FAF images of the patients were included in the study. The accuracy of the deep learning based model was 80.46% ± 10.33, precision 66.82% ± 17.54, sensitivity 82.88% ± 7.31, specificity 99.65% ± 0.51, F1 score 70.81% ± 7.56, Dice similarity coefficient 0.71 ± 0.09, IoU score 0.55 ± 0.09 and loss function was 0.29 ± 0.04. Conclusion: Deep learning based artificial intelligence model detected active lesions in FAF images of white dot syndrome patients with high accuracy. Artificial intelligence based models can be used in the diagnosis, treatment and follow-up of patients with white dot syndrome.
Benzer Tezler
- Beyaz nokta lezyonlarının tedavisinde uygulanan farklı tedavi yöntemlerinin klinik takibi
White spot lesions of different treatment modalities in the treatment of clinical follow-UP
MUHAMMED ÇAYABATMAZ
Doktora
Türkçe
2014
Diş HekimliğiErciyes ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
DOÇ. DR. YAHYA ORÇUN ZORBA
- Beyaz nokta lezyonlarının tedavisinde farklı remineralizasyon ajanlarının etkinliğinin değerlendirilmesi: İn vivo çalışma
Evaluation of the effectiveness of different remineralization agents on the treatment of white spot lesion: A in vivo study
MİNE ŞİMŞEK
Doktora
İngilizce
2015
Diş HekimliğiGaziantep ÜniversitesiPedodonti Ana Bilim Dalı
YRD. DOÇ. DR. GÜL KESKİN
PROF. DR. AYŞEGÜL ÖLMEZ
- Beyaz nokta lezyonlarının tedavisinde yeni bir yaklaşım: rezin infiltrasyon sistemi
A new approach in the treatment of white spot lesions: Resin infiltration system
SEDA HANIMELİ
Diş Hekimliği Uzmanlık
Türkçe
2016
Diş HekimliğiAkdeniz ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. HÜSEYİN KARAYILMAZ
- Beyaz nokta lezyonu oluşturulmuş dişlerde ve sağlıklı dişlerde debonding sonrası meydana gelen mine yüzey değişikliklerinin in vitro ortamda karşılaştırılmalı olarak incelenmesi
Investigation of the enamel surface changes in teeth with artificially produced white spot lesions and healthy ones after debonding: An in vitro study
MAHMUT TANKUŞ
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş Hekimliğiİnönü ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. TÜLİN UFUK TOYGAR MEMİKOĞLU
- Ortodontistlerin tedavi öncesinde, süresince ve sonrasında meydana gelen beyaz nokta lezyonlarına ilişkin tutumlarının araştırılması
A survey of orthodontists on prevention and treatment of white spot lesions development before, during and after orthodontic treatment
GAMZE ÖNEY
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş Hekimliğiİstanbul ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. SÜLEYMAN EVREN ÖZTAŞ