Descemet membran endotelyal keratoplasti sonrası kornea endotel hücrelerinin in vivo konfokal mikroskopi ve makine öğrenme tabanlı analizi, greft sağlığının değerlendirilmesi ve klinik korelasyonu
In vivo confocal microscopy and machine learning based analysis of corneal endothelial cells after descemet membrane endothelial keratoplasty, evaluation of graft health and clinical correlation
- Tez No: 923278
- Danışmanlar: DOÇ. DR. EMİNE ESRA KARACA
- Tez Türü: Tıpta Uzmanlık
- Konular: Göz Hastalıkları, Eye Diseases
- Anahtar Kelimeler: Descemet Membran Endotelyal Keratoplasti, yapay zeka, in vivo konfokal mikroskopi, kornea endoteli, greft sağkalımı, makine öğrenmesi, Random Forest, transfer öğrenme, Descemet Membrane Endothelial Keratoplasty, artificial intelligence, in vivo confocal microscopy, corneal endothelium, graft survival, machine learning, Random Forest, transfer learning
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Ankara Bilkent Şehir Hastanesi
- Ana Bilim Dalı: Göz Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
AMAÇ: Bu tez çalışmasının amacı, Descemet Membran Endotelyal Keratoplasti sonrası kornea endotel hücrelerinin in vivo konfokal mikroskopi görüntülerini kullanarak yapay zeka yöntemleri ile greft sağlığını değerlendirmek ve klinik sonuçlarla ilişkisini incelemektir. GEREÇ VE YÖNTEM: Retrospektif çalışmaya DMEK cerrahisi geçirmiş 75 hasta ve 89 sağlıklı kontrol dahil edildi. Üç farklı yapay zeka modeli geliştirildi: sağlıklı referans verilerle eğitilen HealthyRefNet, patolojik verilerle eğitilen ExpertVisionRF ve klinik parametrelere dayalı PureExpertRF. Modeller transfer öğrenme yaklaşımı ve Random Forest algoritması kullanılarak oluşturuldu. Postoperatif 3., 6. ve 12. aylarda greft sağlığı değerlendirildi. BULGULAR: Her üç model de yüksek performans gösterdi: HealthyRefNet 6. ayda %85 doğruluk (AUC:0.85), ExpertVisionRF 3. ayda %94 doğruluk (AUC:0.94) ve PureExpertRF 12. ayda 0.595 kappa değeri elde etti. Model kombinasyonları tekil kullanımdan daha yüksek doğruluk sağladı. HealthyRefNet ve ExpertVisionRF kombinasyonu %96'ya varan tahmin doğruluğuna ulaştı. Modeller arasındaki uyum McNemar testi ile değerlendirildi. Modellerin uyumu Cohen'in Kappa değeri ile değerlendirildi. SONUÇ: Geliştirilen bu yapay zeka modelleri, DMEK sonrası greft sağlığının değerlendirilmesinde hekimlere güvenilir ve objektif destek sağlama potansiyeli göstermektedir. Veri kümelerinin genişletilmesi ve görüntü işleme ile makine öğrenmesi tekniklerinin entegrasyonu, kornea nakli sonrası takipte standartlaştırılmış bir değerlendirme olanağı sunmaktadır. Ancak yapay zeka modellerinin yaklaşımlarının şeffaf bir şekilde açıklanması ve sonuçların kara kutu mantığından uzaklaşılması, sağlık alanındaki yapay zeka uygulamaları için son derece önemlidir.
Özet (Çeviri)
AIM: The aim of this thesis study is to evaluate the graft health using artificial intelligence methods by utilizing in vivo confocal microscopy images of corneal endothelial cells after Descemet Membrane Endothelial Keratoplasty and to examine its relationship with clinical outcomes. MATERIALS AND METHODS: This retrospective study included 75 patients who underwent DMEK surgery and 89 healthy control subjects. Three different multimodal artificial intelligence models were developed: HealthyRefNet, trained on healthy reference data; ExpertVisionRF, trained on pathological data; and PureExpertRF, based on the clinical expertise and parameters of practitioners. These models were created using a transfer learning approach for image processing and the Random Forest algorithm for predicting clinical outcomes. Graft health was evaluated at 3, 6, and 12 months after surgery. RESULTS: All three models demonstrated strong performance: HealthyRefNet achieved an 85% accuracy rate at 6 months, ExpertVisionRF attained a 94% accuracy at 3 months, and PureExpertRF reached a kappa value of 0.595 at 12 months. Combining the models led to higher accuracy than using them individually. The HealthyRefNet and ExpertVisionRF combination reached up to 96% prediction accuracy. The agreement between the models was evaluated using the McNemar test, and their overall agreement was assessed using Cohen's Kappa statistic. CONCLUSION: These developed artificial intelligence models have the potential to provide reliable and objective support to clinicians in evaluating graft health after DMEK. The expansion of datasets and the integration of image processing with machine learning techniques can provide a standardized assessment opportunity in post-corneal transplantation follow-up. However, for artificial intelligence applications in the healthcare field, it is crucial to explain the approaches of the artificial intelligence models transparently and to move away from the black box logic underlying the artificial intelligence models' outcomes.
Benzer Tezler
- Ön kamara lens uygulamalarında ameliyat sırası komplikasyonlar
Başlık çevirisi yok
GÜRSEL ULUDOĞAN
Tıpta Uzmanlık
Türkçe
1989
Göz HastalıklarıSağlık BakanlığıGöz Hastalıkları Ana Bilim Dalı
DR. HALUK ERKER
- Diabetes melitusda kornea endotelinin speküler mikroskopla incelenmesi
Investigating the corneal endothelium in diabetes mellitus by using specular microscopy
SITKI SAMET ERMİŞ
Tıpta Uzmanlık
Türkçe
1997
Göz Hastalıklarıİstanbul ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
DOÇ. DR. OSMAN ŞEVKİ ARSLAN
- Fakoemülsifikasyonda arka kapsül rüptürü sonrası arka kamara göz içi lensi yerleştirilen olgularda prognoz
Prognosis of posterior chamber intraocular lens implantation after capsular tear during phacoemülsification
SUMRU ÖNAL
Tıpta Uzmanlık
Türkçe
2001
Göz Hastalıklarıİstanbul ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
DOÇ.DR. NİLÜFER GÖZÜM
- Deneysel oküler siderozis
Experimental ocular siderosis
EBRU EROĞLU GÖRGÜN
Tıpta Uzmanlık
Türkçe
2002
Göz Hastalıklarıİstanbul ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
DOÇ.DR. CENGİZ ARAS
- Fakoemülsifikasyonda ultrasonik enerji modülasyonunun kornea endoteli üzerine etkilerinin incelenmesi
Effects of ultrasonic energy modulations on corneal endothelium in phacoemulsification
İSMAİL UMUT ONUR
Tıpta Uzmanlık
Türkçe
2004
Göz Hastalıklarıİstanbul ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. KAZIM DEVRANOĞLU
DOÇ. DR. AKİF ÖZDAMAR