Radyoterapi başarım kestirimi için akciğer malin tümörlerinin bilgisayar destekli 3-boyutlu modellenmesi
Computer aided 3d modeling of malign tumors in lungs for the performance estimation of radiotherapy
- Tez No: 879522
- Danışmanlar: PROF. DR. AHMET SERTBAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 87
Özet
Akciğerler içerisinde kontrolsüz ve hızlı büyüyen kötü huylu tümörler akciğer kanseri hastalığına sebep olurlar. Akciğer kanseri hastalığı dünya genelinde en sık görülen kanser hastalığıdır. Kanser hastalıkları arasında en ölümcül olanıdır. Kötü huylu tümörlerin büyüyüp yayılması solunum fonksiyonun zorlaşmasına ve nihayetinde işlev görmemesine sebebiyet verir. Kötü huylu tümörler diğer doku, lif yapıları veya organlara da sıçrama yaparak bu organ ve sistemleri de işlevsiz hale getirme potansiyeline sahiptirler. Akciğer kanserinde teşhis, Bilgisayarlı Tomografi(BT), MR gibi görüntüleme teknolojileriyle elde edilen görüntüler ve biyopsi yardımıyla yapılır. Akciğer kanseri hastalığında cerrahi tedavinin yanında gerekli görülen durumlarda radyoterapi veya kemoterapi tedavisi verilir. Radyoterapi tedavisinde amaç kontrolsüz büyüyen kötü huylu tümörün büyümesi durdurularak kitleyi yok etmek veya küçülmesini sağlamaktır. Akciğer kanserine sebep olan tümörlerin uygulanan radyoterapi tedavisine tepkisinin izlenmesi, tedavinin başarısı hakkında bilgi verir. Tespit edilen tümörlerin, radyoterapi tedavisi boyunca değişimi ve tedaviye verdiği tepkiyi izlemek ve yorumlamak için Makine Öğrenmesine dayalı Bilgisayar Destekli Tanı Sistemleri kullanılır. Bu sayede tedavi sonuçları doğru ve ayrıntılı bir şekilde incelenebilmektedir. Bu çalışmada tümörlü kitle akciğerden bölütlenerek 3-boyutlu modellenmiştir. Bölütlenen tümör görüntüsüne ait doku, şekil ve istatistik öznitelikler elde edilmiştir. Bunun yanında hastaların demografik verileri ve tümörün patolojik sonuçları veri setine eklenmiştir. Elde edilen veri seti üzerinde makine öğrenmesi ve derin öğrenmeye dayalı sınıflandırma yöntemleri uygulanarak hastaların radyoterapi tedavisindeki başarı durumları tahmin edilmiştir. Makine Öğrenmesi Yöntemleri içinde en yüksek doğruluk sonucu Destek Vektör Makineleri tabanlı Kernel yöntemi ile %75,26 olarak elde edilmiştir. Derin öğrenme modelleri ile yapılan sınıflandırmada ise VGG16 modeli ile %79,31 doğruluk oranı elde edilmiştir.
Özet (Çeviri)
Uncontrolled and rapidly growing malignant tumors in the lungs cause lung cancer disease. Lung cancer is the most common cancer disease worldwide. It is the deadliest of all cancer diseases. The growth and spread of malignant tumors causes respiratory function to become difficult and ultimately dysfunctional. Malignant tumors have the potential to spread to other tissues or organs and render these organs and systems dysfunctional. The diagnosis of lung cancer is made with the help of images obtained by imaging technologies such as Computed Tomography (CT), MRI and biopsy. In addition to surgical treatment in lung cancer disease, radiotherapy or chemotherapy treatment is given when necessary. The aim of radiotherapy treatment is to stop the growth of the uncontrolled malignant tumor and to destroy or shrink the mass. Monitoring the response of tumors causing lung cancer to radiotherapy treatment gives information about the success of the treatment. Computer Aided Diagnostic Systems(CADs) based on Machine learning are used to monitor and interpret the change and response of detected tumors during radiotherapy treatment. In this way, treatment results can be examined accurately and in detail. In this study, the tumor mass was segmented from the lung and modeled in three dimensions. Tissue, shape and statistical features of the segmented tumor image were obtained. In addition, the demographic data of the patients and the pathological results of the tumor were added to the data set. The success of patients in radiotherapy treatment was estimated by applying classification methods based on machine learning and deep learning on the obtained data set. Among Machine Learning Methods, the highest accuracy result was obtained with the Support Vector Machines-based Kernel method at 75.26%. In the classification performed with deep learning models, an accuracy rate of 79.31% was achieved with the VGG16 model.
Benzer Tezler
- Meme karsinomlu hastalarda lokorejyonal rezidivleri ve prognozu belirleyen faktörlerin 83 olguda irdelenmesi
Başlık çevirisi yok
FÜSUN CAN
- Meme kanserinde PKİ-402'nin PI3K/AKT/mtor yolağı ve radyo duyarlılık üzerindeki etkilerinin araştırılması
Investigation of the effects of PKI-402 on pi3k/AKT/MTOR pathway and radio sensitivity in breast cancer
ROYA GASIMLI
- Radyoterapi kliniklerinde baş-boyun tümörlerinde uygulanan VMAT tekniğinde cilt dozunun MOSFET dedektör ile ölçülmesi
Measurement of skin dose by MOSFET techiniques in patients with head and neck cancer and history of radiotherapy clinics in VMAT
NESLİHAN KOYUNCU
Yüksek Lisans
Türkçe
2016
Radyoloji ve Nükleer TıpYıldırım Beyazıt ÜniversitesiSağlık Fiziği Ana Bilim Dalı
PROF. DR. GÜVEN ÇANKAYA
- CyberKnife robotik radyocerrahi cihazının tedavi planlama sisteminin dozimetrik kontrolü
Dosimetric control of the treatment planning system of CyberKnife® robotic radiological surgery instrument.
TAMER BAŞER
Yüksek Lisans
Türkçe
2011
OnkolojiHacettepe ÜniversitesiKlinik Onkoloji Ana Bilim Dalı
PROF. DR. MURAT GÜRKAYNAK
- Sıçanlarda, radyoterapi sonrası kaldırılan toraks arkası fasyokutan fleplerin VSF(vaskuler stromal fraksiyon) ile yaşayabilirliğinin artırılması
Enhancement of flap viability in rat dorsal thoracic fasciocutaneous flaps after radiotheraphy by using vascular stromal fraction ( VSF)
SELÇUK YÜCE
Tıpta Uzmanlık
Türkçe
2015
Plastik ve Rekonstrüktif CerrahiPamukkale ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
PROF. DR. İNCİ GÖKALAN KARA