Prognosis prediction in oral squamous cell carcinoma using deep learning
Derin öğrenme kullanarak oral skuamöz hücreli karsinomda prognoz tahmini
- Tez No: 876903
- Danışmanlar: Assist. Prof. MUSTAFA ÜMİT ÖNER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Anlamsal bölütleme, Derin öğrenme, Histopatoloji, Karsinoma-yassı hücreli, Semantic segmentation, Deep learning, Histopathology, Carcinoma-squamous cell
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Oral Skuamöz Hücreli Karsinomun (OSCC) prevalansı dünya çapında artmaktadır ve vakaların yarısında kötü prognoz vardır, yani beş yıl içinde nüksetme görülür. Ayrıca, hasta yönetimini iyileştirmek için önemli olan objektif ve kesin prognostik biyobelirteçlerin eksikliği vardır. Bu çalışma OSCC'de prognozu tahmin eden bir Derin Öğrenme (DL) sistemi geliştirmektedir. Derin öğrenme sistemi segmentasyon, teşhis ve prognoz modellerinden oluşur. Segmentasyon modeli, test setinde 0.991 doğruluk elde eder ve her OSCC slaydı için bir segmentasyon haritası üretir. Tanı modeli, segmentasyon verilerini girdi olarak alır ve slaytları tümör ve normal olarak sınıflandırır. Bu model 0.990 (%95 güven aralığı: 0.967 – 1.000) alıcı çalışma özellikleri eğrisinin altinda kalan alan (AUROC) değerine ulaşmaktadır. Prognoz modeli, kötü prognozu ve iyi prognozu tahmin etmektedir ve 0.973 (%95 güven aralığı: 0.923-1.000) AUROC değerine ulaşmaktadır. Ayrıca atıf haritası analizi yapılmaktadır. Analiz, prognoz modelinin stroma bölgelerindeki odağını vurgulamaktadır.
Özet (Çeviri)
Prevalence of Oral Squamous Cell Carcinoma (OSCC) is increasing worldwide, and half of the cases have poor prognosis, i.e., having a recurrence in five years. Besides, there is a lack of objective and precise prognostic biomarkers, which is important for improving patient management. This study develops a Deep Learning (DL) system predicting prognosis in OSCC. The deep-learning system comprises segmentation, diagnosis, and prognosis models. The segmentation model achieves an accuracy of 0.991 on the test set, and it produces one segmentation map per OSCC slide. The diagnosis model accepts the segmentation data as an input and classifies the slides into tumor vs. normal. It achieves an area under the receiver operating characteristics curve value (AUROC) of 0.990 (95% confidence interval: 0.967 – 1.000). The prognosis model predicts poor prognosis vs. good prognosis, and it attained an AUROC value of 0.973 (95% confidence interval: 0.923-1.000). Moreover, an attribution map analysis is conducted. The analysis highlights the focus of the prognosis model in stroma regions.
Benzer Tezler
- Oral skuamöz hücreli karsinom olgularında mikroçevrenin prognozla ve lenf nodu metastazı ile ilişkisi
Correlation of microenvironment with prognosis and lymph node metastasis in oral squamous cell carcinoma patients
NURŞAH ARI
Tıpta Uzmanlık
Türkçe
2025
PatolojiMarmara ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. ZELİHA LEYLA CİNEL
- Oral kavite kanserlerinde metabolik tümör volümü ve total glikolitik aktivitenin prognoz üzerine etkileri
Effects of metabolic tumor volume and total glycolytic activity on prognosis in oral cavity cancers
BAYRAM BARIŞ BÜYÜK
Tıpta Uzmanlık
Türkçe
2023
Kulak Burun ve BoğazSağlık Bilimleri ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
DOÇ. DR. CANER KILIÇ
- Larenksin skuamöz hücreli karsinomlarında tümör tomurcuklanması ve hücre grup büyüklüğü ile histopatolojik ve prognostik kriterlerin ilişkisinin araştırılması ve yeni derecelendirme sistemine göre değerlendirilmesi
Başlık çevirisi yok
ÇAĞLA ŞAFAK KARAOĞLAN YILDIRIM
Tıpta Uzmanlık
Türkçe
2020
Patolojiİstanbul ÜniversitesiPatoloji Ana Bilim Dalı
PROF. DR. EMİNE DİLEK YILMAZBAYHAN
- Baş-boyun kanserlerinde insan papilloma virüs oranı vetipleri
Başlık çevirisi yok
ARDA KAYA
Tıpta Uzmanlık
Türkçe
2026
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiEge ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
PROF. DR. MELTEM TAŞBAKAN
- Çocuklarda akut stres hiperglisemisinde hormonal değişikliklerin ve kısa süreli prognozun incelenmesi
Başlık çevirisi yok
AYGÜN DİNDAR
Tıpta Uzmanlık
Türkçe
1987
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. HÜLYA GÜNÖZ