Meme MRG görüntülerinde tekstür analizi ile meme kanseri moleküler alt tiplerinin belirlenebilirliğinin araştırılması
Investigation of the determinability of breast cancer molecular subtypes by texture analysis in breast MRI images
- Tez No: 882493
- Danışmanlar: DOÇ. DR. MURAT BAYKARA
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Bilgisayar Destekli Görüntü İşleme, Manyetik Rezonans Görüntüleme, Meme Neoplazileri, Radyomiks, Image Processing, Computer-Assisted, Magnetic Resonance Imaging, Breast Neoplasms, Radiomics, Magnetic resonance imaging
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Haydarpaşa Numune Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Radyodiagnostik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Meme kanseri tedavisi kanserin moleküler alt tipine göre şekillenmektedir. Moleküler alt tipin belirlenmesi için invaziv bir işlem olan tru-cut biyopsi yapılmakta, biyopsi sonrası patoloji verilerinin elde edilmesi zaman almaktadır. Bu çalışmada hızlı ve non-invaziv bir metot olan tekstür analizi ile meme kanseri moleküler alt tipinin öngörülebilirliğini araştırmayı amaçladık. Gereç ve Yöntem: Çalışmaya 2019-2023 seneleri arasında meme MRG görüntülemesi yapılmış ve tru-cut biyopsi ile meme kanseri tanısı almış 142 olgu dahil edildi. Olguların görüntüleri retrospektif olarak değerlendirildi. Kontrastlı T1, T2 ve ADC sekanslarından elde edilen ROI'lerin tekstür analizi 113 tekstür parametresi ile değerlendirildi. Elde edilen veriler gruplar arasında karşılaştırıldı. Bulgular: Üçlü negatif meme kanserinin diğer gruplardan, Luminal A meme kanserinin diğer gruplardan, HER2 (+) Luminal B meme kanserinin diğer gruplardan ayırt edilebildiği anlamlı parametrelere ulaşıldı (p <0,05). Ayrıca Luminal A ile HER2 (-) Luminal B ve HER2 (+) Luminal B ile HER2 (-) Luminal B alt grubun anlamlı olarak ayırt edilebildiği parametreler elde edildi (p <0,05). Sonuç: Çalışmada elde edilen veriler, meme kanseri hastalarında moleküler alt grubun tekstür analizi ile öngörülebileceğini göstermektedir. Standardize edilmiş yöntemler kullanılarak daha kesin verilere ulaşılacaktır.
Özet (Çeviri)
Aim: Breast cancer treatment depends on the molecular subtype of the cancer. Tru-cut biopsy, which is an invasive procedure, is performed to determine the molecular subtype, and it takes time to obtain pathology data after biopsy. In this study, we aimed to investigate the predictability of breast cancer molecular subtype with texture analysis, which is a fast and non-invasive method. Materials and Methods:142 cases who underwent breast MRI imaging between 2019 and 2023 and were diagnosed with breast cancer by tru-cut biopsy were included in the study. The images of the cases were evaluated retrospectively. Texture analysis of ROIs obtained from contrast-enhanced T1, T2 and ADC sequences was evaluated with 113 texture parameters. The data obtained were compared between groups. Results: Significant parameters were reached to distinguish triple negative breast cancer from other groups, Luminal A breast cancer from other groups, and HER2 (+) Luminal B breast cancer from other groups (p <0.05). In addition, parameters that could significantly distinguish Luminal A from HER2 (-) Luminal B and HER2 (+) Luminal B from HER2 (-) Luminal B subgroups were obtained (p <0.05). Conclusion: The data obtained in the study show that the molecular subgroup in breast cancer patients can be predicted by texture analysis. More accurate data will be obtained by using standardized methods.
Benzer Tezler
- Dinamik kontrastlı meme MR görüntülemede radyomiks analizleri ve yapay zeka kullanılmasıyla meme kanseri subtiplerinin belirlenmesi
Determination of breast cancer subtypes using radiomics analyses and artificial intelligence in dynamic contrast-enhanced breast MRI
ÇAĞIN HÜRYOL
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL AKDOĞAN GEMİCİ
- Aksiller lenf bezlerinin manyetik rezonans görüntüleme (MRG) tekstür analizi sonuçlarının patoloji sonuçları ile karşılaştırılması
Comparison of magnetic resonance imaging (MRI) texture analysis results with pathology results of axillary lymph nodes
İSMAİL DİLEK
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ZEHRA HİLAL ADIBELLİ
- Triple-negatif meme kanserli olgularda tümörü infiltre eden lenfosit(TİL) düzeyinin MR görüntüleme tekstür analizi ile karşılaştırılması
Comparison of tumor-infilting lymphocyte (TIL) levels with MR imaging texture analysis in patients wi̇th triple-negative breast cancer
MELİSA YALÇIN ERK
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ASLI ERTÜRK
- T1-ağırlıklı mr görüntülerinde meme tümörü tanısı için görüntü tabanlı tespit ve hasta bazlı karar iyileştirilmesinin birleştirilmesi: faster R-CNN yaklaşımı
Combining image-based detection and patient-level decision enhancement for breast tumor diagnosis using t1-weighted mri and faster R-CNN
ŞEYMA NUR TUFAN
Yüksek Lisans
Türkçe
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Meme manyetik rezonans görüntülemede (mrg) lezyon sınırlarının ve alanının tespit edilmesi
Detection of lesion bundaries and area in breast magnetic resonance images
SEVDA GÜL
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
YRD. DOÇ. DR. GÖKÇEN ÇETİNEL