Geri Dön

Tiroid ince iğne aspirasyon biyopsilerinde sitomorfolojik özelliklerin yapay zeka ile yorumlanması

Interpretation of cytomorphological features in thyroid fine needle aspiration biopsies using artificial intelligence

PDF İndir

  1. Tez No: 862672
  2. Yazar: MENNAN YİĞİTCAN ÇELİK
  3. Danışmanlar: PROF. DR. İNANÇ ELİF GÜRER
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Patoloji, Pathology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Tıbbi Patoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 222

Özet

Tiroid nodülleri sık karşılaşılan klinik bir sorundur. Palpabl tiroid nodüllerinin prevalansı iyot eksikliği yaşamayan bölgeler göz önüne alındığında tüm dünyada erkeklerde %1 ve kadınlarda %5'tir. Tiroid nodülleri ise klinik, laboratuvar ve ultrasonografik bulgularla değerlendirildikten sonra gerekli görülürse tanısal amaçlı TİİAB yapılmaktadır. İnce iğne aspirasyon biyopsileri tiroid nodüllerinin klinik yönetiminde önemli yer tutmaktadır. TİİAB değerlendirmesi çok sayıda kriter taşımakta, günlük rutin pratikte aynı olguya ait çok sayıda preparatın patolog tarafından ışık mikroskopu altında uzun süre taranması ve görülen hücre gruplarının detaylı olarak incelenmesi zaman ve işgücü açısından zorlayıcı olmaktadır. Ayrıca aspirasyon örneklerinin değerlendirilmesi özel ilgi alanı olup, eğitim ve tecrübe gerektirmektedir. Bu çalışma ile bölümümüzde tanı almış TİİAB yayma preparatlarının retrospektif olarak seçilmesi, fotoğraflanması, işaretlenmesi sonrasında konvolüsyonel nöral ağ modeli yardımıyla yapay zekâ programının 'benign' ve 'malign' tanısal kavramlarını öğrenmesi ve sınıflandırması amaçlanmıştır. Çalışmamıza 50 adet benign ve 50 adet malign tanılı konvansiyonel yayma preparat dahil edilmiştir. Tüm preparatlardaki uygun alanların fotoğraflanması sonrasında 'benign' tanılı 721 adet ve 'malign' tanılı 710 adet görüntü elde edilmiş, işaretleme, görüntü artırımı, veri seti oluşturma, model mimarisinin oluşturulması, modelin eğitimi ve istatistiksel analiz yapılmıştır. Elde edilen sonuçlara göre, benign tanısı için belirlenen duyarlılık oranı %95,9, seçicilik oranı %95,6 ve F1 skoru ise 0,958 olarak tespit edilmiştir. Malign tanısı için ise duyarlılık oranı %95,6, seçicilik oranı %95,9 ve F1 skoru 0,957 olarak elde edilmiştir. Her iki tanı grubu için hesaplanan kesinlik değeri ise 0,958 olarak belirlenmiştir. Alıcı İşletme Karakteristikleri (ROC) Eğrisi çizilerek eğri altında kalan alan hesaplanmış ve benign ve malign tanı sınıfları için ayrı ayrı ölçüldüğünde her ikisi için de 0.99 olarak ortaya çıkmıştır. Çalışmamız aynı alandaki çalışmalarla benzer duyarlılık, seçicilik, F1 skoru ve ROC eğrisi altında kalan alan istatistiklerine sahip başarılı bir modelin eğitilip uyarlanabileceğini göstermiştir. Tanı kategorilerinin standardize oluşturulması, girdi verilerinin çeşitli adımlarla artırılması, model katman sayısı ve işlemlerinin düzenlenmesi, eğitim sayısının optimizasyonu ile yüksek istatistiksel başarıya sahip bir model oluşturulmuştur. Çalışmamızın sınırlılıkları ve gelecekteki çalışmalarımızda dikkate almamız gereken konular arasında farklı boyama ve yayma teknikleri kullanılarak hazırlanan preparatların çalışmaya dahil edilmesi, modelin WSI üzerinden otomatik olarak seçtiği ROI alanları ile çalışılması, TSRBS kategorilerinin tamamının sınıflandırılması, hasta öyküsü, klinik ve radyolojik özelliklerin girdi verilerine dahil edilmesi ayrıca sitolojik tanıların histolojik olarak onaylandığı olguların seçimi yer almaktadır. Teknoloji çağında, yapay zekâ uygulamalarının günlük hayatımıza, özellikle de tıp alanına entegre edilmesi, birçok sağlık sorununun tanısı ve olgu yönetiminde hekimlerin en önemli yardımcılarından biri olacaktır.

Özet (Çeviri)

Thyroid nodules are a common clinical issue. The prevalence of palpable thyroid nodules is 1% in men and 5% in women worldwide, considering areas without iodine deficiency. After evaluation with clinical, laboratory, and ultrasonographic findings, diagnostic Fine Needle Aspiration Biopsy (FNA) may be performed if necessary. Fine needle aspiration biopsies play a significant role in the clinical management of thyroid nodules. The evaluation of FNA involves numerous criteria, and in daily routine practice, it can be challenging in terms of time and workload to have many preparations for the same case scanned under a light microscope by a pathologist for an extended period, and to examine the detailed cell groups observed. Additionally, the evaluation of aspiration samples requires special expertise, involving training and experience. This study aims to retrospectively select, photograph, and label FNA smears that have received a diagnosis in our department. Subsequently, with the help of a convolutional neural network model, an artificial intelligence program is intended to learn and classify the diagnostic concepts of 'benign' and 'malignant.' Our study includes 50 benign and 50 malignant diagnosed conventional smear preparations. After photographing the appropriate areas in all preparations, 721 images diagnosed as 'benign' and 710 images diagnosed as 'malignant' were obtained. Annotation, image augmentation, dataset creation, model architecture creation, model training, and statistical analysis were performed. According to the results obtained, the sensitivity rate determined for the benign diagnosis is 95.9%, the specificity rate is 95.6%, and the F1 score is determined as 0.958. For the malignant diagnosis, the sensitivity rate is 95.6%, the specificity rate is 95.9%, and the F1 score is determined as 0.957. The precision value calculated for both diagnosis groups is determined as 0.958. The Receiver Operating Characteristics (ROC) curve was plotted, and the area under the curve was calculated. When measured separately for benign and malignant diagnostic classes, it was found to be 0.99 for both. Our study has demonstrated that a successful model with similar sensitivity, specificity, F1 score, and area under the ROC curve statistics as other studies in the same field can be trained and adapted. The standardization of diagnostic categories, augmentation of input data through various steps, adjustment of model layer numbers and processes, and optimization of the training iterations led to the creation of a model with high statistical success. Among the limitations of our study and considerations for future research are the inclusion of preparations prepared using different staining and spreading techniques, working with regions of interest (ROI) selected autonomously by the model on Whole Slide Images (WSI), classification of all TSRBS categories, inclusion of patient history, clinical, and radiological features in input data, and the selection of cases where cytological diagnoses have been histologically confirmed. In the age of technology, the integration of artificial intelligence applications into our daily routines , especially in the field of medicine, will become one of the most essential aids for physicians in the diagnosis and management of various health issues.

Benzer Tezler

  1. Tez No

    419773

    Tiroid ince iğne aspirasyon biyopsilerinde hurthle hücresi içeren nodüllerde malignite oranları ve elastosonografi bulguları

    Malignancy rates and elastosonograhphic findings of thyroid nodules found to have hurthle cells in thyroid fine needle aspiration biopsy

    DİLEK TÜZÜN

    Tıpta Yan Dal Uzmanlık

    Türkçe

    Türkçe

    2011

    Endokrinoloji ve Metabolizma HastalıklarıSağlık Bakanlığı

    Endokrinoloji ve Metabolizma Hastalıkları Ana Bilim Dalı

    PROF. DR. BEKİR ÇAKIR

  2. Tez No

    435790

    Tiroid ince iğne aspirasyon biyopsilerinde bethesda sistemi'ne göre 'önemi belirsiz atipi' tanısı almış olguların histopatolojik parametrelerinin incelenmesi

    The research of histopathologic parameters of the cases that are diagnosed as 'atypia of undetermined significance' according to bethesda system in thyroid fine needle aspiration

    DUYGU KOLUKISA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    PatolojiOndokuz Mayıs Üniversitesi

    Tıbbi Patoloji Ana Bilim Dalı

    PROF. DR. FİLİZ KARAGÖZ

  3. Tez No

    482685

    Tiroid ince iğne aspirasyon biyopsilerinde nondiagnostik tanı ile nodül boyutları arasındaki ilişki

    Relationship between nondiagnostic result and nodule size in thyroid fine needle aspiration biopsies

    BETÜL ÖNDEŞ DENİZLİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    Aile HekimliğiSağlık Bilimleri Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    DOÇ. DR. MERAL MERT

  4. Tez No

    903809

    Tiroid ince iğne aspirasyon biyopsilerinde uygulayıcı tecrübesinin patoloji sonuçlarına etkisinin araştırılması

    Investigation of the effect of practitioner experience onpathology results in thyroid fine needle aspirationbiopsys

    MEHMET İHSAN İLMİN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Radyoloji ve Nükleer TıpDicle Üniversitesi

    Radyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET TURMAK

  5. Tez No

    599688

    Ultrasonografi eşliğinde yapılan tiroid ince iğne aspirasyon biyopsilerinde vakumla çalışan modifiye menghini tip iğnenin tanıya katkısı

    The contribution of vacuum assisted modified menghini type needle in diagnosis of ultrasound guided thyroid fine needle aspiration biopsy

    ERDEM BİRGİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    Radyoloji ve Nükleer TıpSağlık Bakanlığı

    Radyoloji Ana Bilim Dalı

    UZMAN ONUR ERGUN

Geri Dön