Geri Dön

Meme kanseri hastalarında aksiller lenf nodu metastazının değerlendirilmesinde MRI AND F-18 FDG-PET/BT görüntüleri kullanılarak eğitilen yapay zeka modelinin tanısal performansı

Diagnostic Performance of the Deep Learning Method Trained Using MRI AND F-18 FDG-PET/BT Images in the Evaluation of Axillary Lymph Node Metastasis in Breast Cancer Patients

PDF İndir

  1. Tez No: 880165
  2. Yazar: YAHYA SELÇUK AYDEDE
  3. Danışmanlar: DOÇ. DR. ÜMİT TURAN
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Genel Cerrahi, General Surgery
  6. Anahtar Kelimeler: Aksiller Lenf Nodu Metastazı, Derin Öğrenme, Meme Kanseri, Yapay Zeka, Axillary Lymph Node Metastasis, Deep Learning, Breast Cancer, Artificial Intelligence
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Sağlık Bilimleri Üniversitesi
  10. Enstitü: Adana Tıp Fakültesi
  11. Ana Bilim Dalı: Genel Cerrahi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Meme Kanseri Hastalarında Aksiller Lenf Nodu Metastazının Değerlendirilmesinde MRG VE F-18 FDG-PET/BT Görüntüleri Kullanılarak Eğitilen Derin Öğrenme Metodunun Tanısal Performansı Amaç: Bu çalışmanın amacı meme kanseri hastalarında aksiller lenf nodu metastaz(ALNM) durumunun belirlenmesinde F-18 FDG-PET/BT ve MRG görüntüleri kullanarak eğitilen derin öğrenme modelinin tanısal performansının araştırılmasıdır. Gereç ve Yöntem: Çalışmamızda Kasım 2017 ve Nisan 2023 tarihleri arasında meme kanseri tanısı ile Adana Şehir Eğitim ve Araştırma Hastanesinde genel cerrahi kliniğinde opere edilen 18 yaş ve üstü tüm hastalar retrospektif olarak hastane bilgi sisteminden incelendi. Çalışmaya dahil edilen hastaların demografik özellikleri, menopoz durumu, yapılan operasyon çeşidi, aksillanın postoperatif histopatolojik değerlendirmesinde metastaz durumu, östrojen reseptör (ER), progesteron reseptör (PR) ve insan epidermal büyüme faktörü reseptör 2 (HER-2) durumu, Kiel-67 proliferasyon indeksi, lenfovasküler ve perinöral invazyon durumu, Magnetik Rezonans Görüntüleri (MRG) ve 18F-florodeoksiglukoz ile Pozitron Emisyon Tomografisi (F-18 FDG-PET/BT) görüntüleri ve tümörün histopatolojik özellikleri, boyutu ve grade'i, kaydedildi. Hastaların MRG ve F-18 FDG-PET/BT görüntüleri alanında yetkin kişilerce değerlendirildi ve aynı görüntülerle eğitilmiş olan CNN modelinin tanısal performans sonuçları da kaydedildi. Bulgular: Çalışmamıza 177 hasta dahil edildi. Hastaların demografik ve klinikopatolojik parametrelerle ALNM durumu karşılaştırıldığında ER durumu, lenfovasküler-perinöral invazyon ile ALNM durumu arasında istatistiksel olarak anlamlı farklılık saptandı (p<0,05). CNN modelin MRG'deki tanısal performans analizinde; sensitivite %70,94, spesifite %46,58, pozitif prediktif değer (PPD) %61,08, negatif prediktif değer (NPD) %73,56, F1 skor %65,64, accuracy %53,21 bulundu. CNN modelin F-18 FDG-PET/BT'deki tanısal performans analizinde; sensitivite %76,99, spesifite %52,65, PPD % 71,08, NPD %74,57, F1 skor %73,92, accuracy %63,33 olarak bulundu. CNN modelin F-18 FDG-PET/BT ve MRG kombinasyonu tanısal performans analizinde ise; sensitivite %89,35, spesifite %63,21, PPD %72,16, NPD %85,22, F1 skor %79,84, accuracy %68,04 olarak tespit edilmiştir. Sonuç: Çalışmamızda MRG ve F-18 FDG-PET/BT görüntüleri kullanılarak eğitilmiş olan CNN model ALNM durumunun belirlenmesinde başarılı performans göstermiştir ve meme kanseri hastalarında aksiller metastazı öngörmede yardımcı yöntem olarak kullanılabileceğini düşünmekteyiz.

Özet (Çeviri)

Diagnostic Performance of the Deep Learning Method Trained Using MRI AND F-18 FDG-PET/BT Images in the Evaluation of Axillary Lymph Node Metastasis in Breast Cancer Patients Aim: The aim of this study is to investigate the diagnostic performance of the deep learning method using F-18 FDG-PET/BT and MRI images in determining axillary lymph node metastasis in breast cancer patients. Materials and Methods: In our study, all patients aged 18 and over who were diagnosed with breast cancer and operated on in the general surgery clinic of Adana City Training and Research Hospital between November 2017 and April 2023 were retrospectively examined from the hospital system. Demographic characteristics of the patients included in the study, menopausal status, type of operation performed, metastasis status in the postoperative histopathological evaluation of the axilla, estrogen receptor (ER), progesterone receptor (PR) and human epidermal growth factor receptor 2 (HER-2) status, Kiel-67 proliferation index, lymphovascular and perineural invasion status, Magnetic Resonance Images (MRI) and 18F-fluorodeoxyglucose and Positron Emission Tomography (F-18 FDG-PET/BT) images, and histopathological features, size and grade of the tumor were recorded. MRI and F-18 FDG-PET/BT images of the patients were evaluated by experts in the field, and the diagnostic performance results of the CNN model trained with the same images were also recorded. Results: 177 patients were included in our study. When the patients' demographic and clinicopathological parameters and axillary lymph node metastasis (ALNM) status were compared, a statistically significant difference was found between ER status, lymphovascular-perineural invasion and ALNM status (p<0.05). In the diagnostic performance analysis of the CNN model in MRI; Sensitivity was found to be 70.94%, specificity 46.58%, positive predictive value (PPV) 61.08%, negative predictive value (NPV) 73.56%, F1 score 65.64%, accuracy 53.21%. In the diagnostic performance analysis of the CNN model in F-18 FDG-PET/BT; Sensitivity was found to be 76.99%, specificity 52.65%, PPD 71.08%, NPD 74.57%, F1 score 73.92%, accuracy 63.33%. In the diagnostic performance analysis of the F-18 FDG-PET/BT and MRI combination of the CNN model; Sensitivity was found to be 89.35%, specificity 63.21%, PPD 72.16%, NPD 85.22%, F1 score 79.84%, accuracy 68.04%. Conclusion: In our study, the diagnostic performance of the CNN model trained using MRI and F-18 FDG-PET/BT images was found to be superior to that of experts in the field, and we think that it can be used as an auxiliary method in predicting axillary metastasis in breast cancer patients.

Benzer Tezler

  1. Tez No

    701662

    Meme kanseri olgularında aksiller lenf nodu durumunun mamografi, usg ve mrg ile değerlendirilmesi, bu sonuçların, intraoperatif slnb ve postoperatif patoloji sonuçları ile karşılaştırılması

    Evaluation of axillary lymph node status with mammography, usg and mri in breast cancer cases, comparison of these results with intraoperative slnb and postoperative pathology results

    FARUK TÜRKEŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Genel CerrahiMuğla Sıtkı Koçman Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZCAN DERE

    DOÇ. DR. FUNDA DİNÇ

  2. Tez No

    623654

    Yeni tanı meme kanseri olgularda PET-CT ve MR görüntüleme yöntemlerinin aksiller lenf nodu cerrahisi yöntemine katkısı

    Başlık çevirisi yok

    MEHMET TARIK BARAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Genel CerrahiRecep Tayyip Erdoğan Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. AHMET PERGEL

    DOÇ. DR. GÖKHAN DEMİRAL

  3. Tez No

    689609

    Meme kanserli hastalarda nonsentinel lenf nodu metastaz riskinin belirlenmesinde memorial sloan-kettering cancer center nomogramının değeri

    The value of memorial sloan-kettering cancer center nomogram in predicting the risk of nonsentinel lymph node metastasis in breast cancer patients

    OSMAN ERDOĞAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    Genel CerrahiSağlık Bakanlığı

    Genel Cerrahi Ana Bilim Dalı

    UZMAN ULVİ MURAT YÜKSEL

  4. Tez No

    360115

    Meme kanserinde Tc-99m V-DMSA (Pentavalan-Dimerkaptosüksinik Asid) sintigrafisi ile F-18 FDG PET/BT çalışmalarının karşılaştırılması ve sintigrafik çekimler esnasında meme yastığı ile pozisyonlanmış ve pozisyonlanmamışgörüntülerin karşılaştırılmalı değerlendirilmesi

    Comparison of Tc-99m V-DMSA scintigraphy and F-18 FDG PET/CT in breast cancer and evaluation of scintigraphic images obtained with and without breast positioining

    SEZEN ELHAN VARGÖL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2014

    Radyoloji ve Nükleer TıpHacettepe Üniversitesi

    Dahili Tıp Bilimleri Bölümü

    PROF. DR. ESER LAY ERGÜN

  5. Tez No

    224393

    Meme kanserinde aksiller diseksiyon (level I ve II) sonuçlarının değerlendirilmesinde 'isosulphan blue' kullanılarak yapılan sentinel lenf nodu biyopsisinin yeri

    The role of sentinel lymph node biopsy, done with isosulphan blue dye, in evaluation of the results of axillary lymph node dissection (level I and II) in breast cancer

    ŞAHİN KAYMAK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2007

    Genel CerrahiGata

    Genel Cerrahi Ana Bilim Dalı

    PROF.DR. SADETTİN ÇETİNER

    Y.DOÇ.DR. NAİL ERSÖZ

Geri Dön