Sulkus tanılı hastaların videostroboskopik görüntülerinin yapay zeka temelli tanısal değerlendirilmesi
An ai-powered diagnostic assessment of videostroboscopic images in patients diagnosed with sulcus
- Tez No: 904952
- Danışmanlar: DOÇ. DR. NECATİ ENVER
- Tez Türü: Tıpta Uzmanlık
- Konular: Kulak Burun ve Boğaz, Otorhinolaryngology (Ear-Nose-Throat)
- Anahtar Kelimeler: Sulkus, derin öğrenme, videostroboskopik görüntü, yapay zeka, konvolüsyonel sinir ağı (CNN), Sulcus, deep learning videostroboscopic image, artificial intelligence, convolutional neural network (CNN)
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Kulak Burun Boğaz Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 45
Özet
Amaç: Sulkus tanısında derin öğrenme temelli, bilgisayar destekli bir tanı modeli oluşturarak klinisyenlerin laringoskopi bulgularını değerlendirmesinde yardımcı metodlar geliştirme amaçlanmıştır. Yöntem: Sulkus tanılı 91, benign vokal kord hastalığı (polip, nodül, papillom, kist veya pseudokist) tanılı 311 ve sağlıklı 33 olmak üzere toplam 433 bireyin videostroboskopileri retrospektif analiz edildi. Videostroboskopilerden 91,159 kare çıkarıldıktan sonra CNN (Konvolüsyonel Sinir Ağı) tabanlı bir model geliştirildi ve çıkarılan karelerle test edildi. Sağlıklı ve sulkus grupları ikili sınıflandırmaya tabi tutuldu. Çalışmanın ikinci fazında, benign vokal kord lezyonları eğitim setine eklendi ve tüm gruplar üzerinde çoklu sınıflandırma yapıldı. Önerilen CNN tabanlı modelin sonuçları, beş laringologun değerlendirmeleriyle karşılaştırıldı. Bulgular: Sulkus tanılı hastaların görüntülerini tespit etmede, CNN tabanlı algoritma ikili sınıflandırma fazında %98 doğruluk, %98 kesinlik, %98 sensitivite, %97 spesifisite ve %97 F1 Skoru'u göstererek sulkuslu ve sağlıklı grubu ayırt etmiştir. Çalışmanın çoklu sınıflandırma fazında, rastgele seçilen 544 karelik anket test veri setinde, CNN tabanlı model, beş laringologun (%76'ya karşı %72, %68, %72, %63 ve %72) doğruluğuna kıyasla daha yüksek doğruluk performansı gösterdi. Sonuç: CNN tabanlı bir modelin kullanımı, sulkus gibi tanı sürecinde önemli zorlukların bulunduğu vokal kord hastalıklarının ayırt edilmesine önemli bir katkı sağlar. Bu yaklaşımın klinik uygulamada gerçek zamanlı olarak uygulanabilirliğini değerlendirmek için ileri araştırmalar yapılabilir.
Özet (Çeviri)
Purpose: To develop a convolutional neural network (CNN)-based model for classifying videostroboscopic images of patients with sulcus, benign vocal fold (VF) lesions, and healthy VFs to improve clinicians' accuracy in diagnosis during videostroboscopies when evaluating sulcus. Materials and Methods: Videostroboscopies of 433 individuals who were diagnosed with sulcus (91), who were diagnosed with benign VF diseases (i.e., polyp, nodule, papilloma, cyst, or pseudocyst [311]), or who were healthy (33) were analyzed. After extracting 91,159 frames from videostroboscopies, a CNN-based model was created and tested. The healthy and sulcus groups underwent binary classification. In the second phase of the study, benign VF lesions were added to the training set, and multiclassification was executed across all groups. The proposed CNN-based model results were compared with five laryngology experts' assessments. Results: In the binary classification phase, the CNN-based model achieved 98% accuracy, 98% recall, 97% precision, and a 97% F1 score for classifying sulcus and healthy VFs. During the multiclassification phase, when evaluated on a subset of frames encompassing all included groups, the CNN-based model demonstrated greater accuracy when compared with that of the five laryngologists (%76 versus 72%, 68%, 72%, 63%, and 72%). Conclusion: The utilization of a CNN-based model serves as a significant aid in the diagnosis of sulcus, a VF disease that presents notable challenges in the diagnostic process. Further research could be undertaken to assess the practicality of implementing this approach in real-time application in clinical practice.
Benzer Tezler
- Vokal kord atrofisi (SULKUS) olan hastalarda glottik yetmezliğin çok yönlü değerlendirilmesi
Versatile evaluation of glotic failure in patients with vocal cords atrophy (SULKUS)
ULKAR MAMMADOVA
Tıpta Uzmanlık
Türkçe
2022
Kulak Burun ve BoğazMarmara ÜniversitesiKulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı
DOÇ. DR. ALİ CEMAL YUMUŞAKHUYLU
DR. ÖĞR. ÜYESİ NECATİ ENVER
- Diyabetik hastalarda santral ve periferik koku yollarının manyetik rezonans görüntüleme ile değerlendirilmesi
Evaluation central and peripheral pathways of smell in diabetic patients with magnetic resonance imaging
SELMİN PERİHAN KÖMÜRCÜ ERKMEN
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpKırıkkale ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. MİKAİL İNAL
- Dudak tümörlerinde cerrahi ve patolojiye bağlı sorunlar ve çözüm yolları
Surgical and pathology-related problems and solution ways in lip tumors
TUĞBA GÜN KOPLAY
Tıpta Uzmanlık
Türkçe
2017
Plastik ve Rekonstrüktif CerrahiSelçuk ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
DOÇ. DR. MEHTAP KARAMEŞE
- Hassas (elegan) alan yerleşimli santral sinir sistemi lezyonunda ameliyat içi kortikal-subkortikal stimulasyon, kortikal haritalama; morbidite ve fonksiyonel sonuçların değerlendirmesi
Assesment of functional results for the lesions located in eloquent areas with using intraoperative cortical-subcortical stimulation and cortical mapping
ORKHAN MAMMADKHANLI
Tıpta Uzmanlık
Türkçe
2018
NöroşirürjiAnkara ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
DOÇ. DR. MELİH BOZKURT
- Psöriaziform dermatitlerin histopatoloji kayırıcı tanısında immünohistokimyasal olarak GLUT-1, ki-67 ve PCNA antikorlarının kullanımı
The use of GLUT-1, K-67 and pcna antibodies as immunohistochemical substance in the histopathological differential diagnosis of psoriasiform dermatitis
ALİ MIZRAK