Tiroid nodüllerinin ayırıcı tanısı için yapay zeka temelli tirads skorlama sistemi geliştirilmesi
Development of tirads scoring system based on artificial intelligence for differential diagnosis of thyroid nodules
- Tez No: 901619
- Danışmanlar: PROF. DR. RÜYA ŞAMLI
- 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: 110
Özet
Genellikle ilk değerlendirmesi bir dahiliye uzmanı gibi klinisyen tarafından gerçekleştirilen tiroid hastaları, daha sonra, detaylı inceleme için radyoloji bölümlerine yönlendirilmektedir. Bu süreç ultrasonografi iş yükünün yaklaşık %10'una; girişimsel radyoloji iş yükünün ise %20'sine denk gelmektedir. Tiroid nodülleri, nüfusun geniş bir kesimini etkileyen yaygın bir sağlık sorunu olup, doğru ve hızlı bir tanı büyük önem taşımaktadır. Ancak, geleneksel tanı yöntemlerindeki öznellik ve insana bağlı hatalar tanı doğruluğunu olumsuz etkileyebilir. Bu tezde, derin öğrenme teknikleri kullanılarak tiroid nodüllerinin ultrason görüntülerinden otomatik olarak değerlendirilmesi amaçlanmıştır. Tez kapsamında, tiroid özelinde yeni bir veri seti oluşturulmuş ve bu veri seti üzerinde yapay zeka modelleri oluşturulmuştur, nodül sınırlarının belirlenmesi ve TIRADS özelliklerinin tespiti sağlamıştır. Sonuç olarak, bu çalışma, tiroid kanseri taramasında yapay zeka destekli sistemlerin uygulanabilirliğini göstermekte ve klinisyenlerin karar alma süreçlerini iyileştirebilecek bir araç sunmaktadır.
Özet (Çeviri)
Patients with thyroid conditions, initially evaluated by a clinician such as an internal medicine specialist, are subsequently referred to radiology departments for detailed examination. This process accounts for approximately 10% of the ultrasonography workload; it corresponds to 20% of the interventional radiology workload. Thyroid nodules are a widespread health issue affecting a large portion of the population, making accurate and timely diagnosis crucial. However, the subjectivity and human errors inherent in traditional diagnostic methods can negatively impact diagnostic accuracy. This thesis aims to automatically evaluate thyroid nodules from ultrasound images using deep learning techniques. A new dataset specific to thyroid nodules has been developed, and artificial intelligence models were created using this dataset, enabling the detection of nodule boundaries and TIRADS features. As a result, this study demonstrates the feasibility of AI-supported systems in thyroid cancer screening and provides a tool that can enhance clinical decision-making processes.
Benzer Tezler
- Tiroid nodüllerinin benign ve malign ayırıcı tanısında sonoelastografinin etkinliğinin araştırılması
The efficiency of US-elastography in the differentiation of benign and malignant thyroid nodules
LALE NAMAZOVA
Tıpta Uzmanlık
Türkçe
2014
Radyoloji ve Nükleer TıpEge ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. GÜLGÜN KAVUKÇU
- Papiller tiroid karsinomu ve nodüler tiroid lezyonlarında HBME-1, CK 19, CD 56 ekspresyonu
CD56, HBME-1 and cytokeratin 19 expressions in papillary thyroidcarcinoma and nodular thyroid lesions
ŞENAY ERDOĞAN
- Tiroid nodüllerinin değerlendirilmesinde DNA onarım proteinlerinin yeri
Tiroid nodüllerinin değerlendirilmesinde DNA onarım proteinlerinin yeri
BAHRİ EVREN
Tıpta Yan Dal Uzmanlık
Türkçe
2013
Endokrinoloji ve Metabolizma Hastalıklarıİnönü Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞE SERTKAYA
- Folliküler tiroid neoplazilerinin ayırımındaimmünhistokimyanın kullanımı
Diagnostic usefulness of immunohistochemical markers in follicular thyroid neoplasms
İSMAİL SAYGIN
Tıpta Uzmanlık
Türkçe
2009
PatolojiKaradeniz Teknik ÜniversitesiPatoloji Ana Bilim Dalı
PROF. DR. ABDÜLKADİR REİS
- İyi diferansiye tiroid tümörlerinin preoperatif tanısında ince iğne aspirasyon biyopsisi materyallerinde malignite belirleyicilerinin tanısal değeri
Diagnostic usefulness of Galectin-3, CK19, HBME-1, CD56, CITED-1, and IMP3 in the preoperative cytological diagnosis of thyroid nodules
TUĞBA TAŞKIN TÜRKMENOĞLU