Beyin tümörlerinin hızlı tanısı için yapay zekâ tabanlı dijital patoloji algoritması geliştirilmesi
Development of an AI-based, innovative, and domesiic digital pathology algorithm for rapid diagnosis of brain tumors
- Tez No: 943223
- Danışmanlar: PROF. DR. ZEYNEP BİRSU ÇİNÇİN
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Genetik, Patoloji, Biotechnology, Genetics, Pathology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İSTANBUL NİŞANTAŞI ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Genetik ve Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Biyoteknoloji Bilim Dalı
- Sayfa Sayısı: 105
Özet
Bu tez çalışması, yapay zekâ destekli dijital patoloji algoritmalarının beyin tümörlerinin tanısındaki etkinliğini sistematik derleme ve meta-analiz yöntemiyle değerlendirmeyi amaçlamaktadır. Literatür taraması sonucunda 2018–2025 yılları arasında yayımlanan 588 makale dahil edilmiştir. Çalışmada, genel etki büyüklüğü analizleri, heterojenlik testleri, meta-regresyon, kümülatif meta-analiz, alt grup analizleri, yayın yanlılığı değerlendirmeleri ve bibliyometrik veri analizleri uygulanmıştır. Elde edilen sonuçlar, yapay zekâ algoritmalarının beyin tümörü tanısında anlamlı düzeyde yüksek doğruluk ve tutarlılık sağladığını ortaya koymuştur. Özellikle CNN tabanlı yaklaşımlar ve WSI verileriyle çalışan modellerin daha başarılı olduğu belirlenmiştir. 2021 yılı, yayın hacmindeki ani artış ve metodolojik kırılma açısından istatistiksel olarak anlamlı bir eşik yılı olarak saptanmıştır. Alt grup analizleri tümör tipi, algoritma türü ve görüntüleme tekniğine göre detaylandırılmıştır. Bibliyometrik bulgular, yayınların mühendislik, biyoinformatik ve onkoloji ekseninde yoğunlaştığını göstermektedir. Çalışma, yapay zekâ destekli sistemlerin sadece teknik değil, klinik karar destek düzeyinde de etkili birer araç olduğunu göstermesi bakımından literatüre stratejik katkı sunmaktadır. Bulgular, gelecekte klinik entegrasyon, sağlık sistemlerine maliyet-etkin katkı ve dijital patolojinin rutin uygulamalara dâhil edilmesi açısından yol gösterici niteliktedir.
Özet (Çeviri)
This thesis aims to evaluate the effectiveness of artificial intelligence (AI)-based digital pathology algorithms in diagnosing brain tumors through systematic review and meta-analysis. A total of 588 articles published between 2018 and 2025 were included in the analysis. The study employed multiple statistical methods, including effect size estimation, heterogeneity testing, meta-regression, cumulative meta-analysis, subgroup analysis, publication bias assessment, and bibliometric analysis. Findings indicate that AI-based algorithms significantly improve diagnostic accuracy and reliability in brain tumor detection. Convolutional Neural Network (CNN)-based approaches and models utilizing Whole Slide Imaging (WSI) were found to be particularly effective. The year 2021 was identified as a statistically significant inflection point due to a marked increase in publication volume. Subgroup analyses were conducted based on tumor type, algorithm architecture, and imaging modality. Bibliometric insights revealed a concentration of studies in the fields of engineering, bioinformatics, and oncology. This study contributes strategically to the literature by demonstrating that AI-driven digital pathology systems are not only technically proficient but also viable tools for clinical decision support. The results provide a foundational framework for the integration of AI into real-time diagnostics and for cost-effective improvements in healthcare systems. Overall, the thesis offers critical perspectives for future clinical validation and policy development in digital medicine.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Yapay sinir ağlarında beyin tümörlerinin görüntü işleme ile segmentasyonu ve bir uygulama
Segmentation of brain tumors with image processing in artificial neural networks and an application
EMİN GÖKÇE
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRAL
- Migren hastalığının yapay zekâ algoritmaları ile analizi: Alternatif tanı yaklaşımlarının incelenmesi
Analysis of migraine disease with artificial intelligence algorithms: Investigation of alternative diagnostic approaches
FIRAT ORHAN BULUCU
Doktora
Türkçe
2025
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA LATİFOĞLU
- Derin öğrenme tabanlı beyin MR görüntülerinden beyin tümörlerinin tespit edilmesi ve sınıflandırılması
Detection and classification of brain tumors from MR images based on deep learning
ALİ ARI
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- Önemli zeytin (Olea europaea L.) çeşitlerinin izoenzim polimorfizmleri ve genetik özellikleri
Isoenzyme polymorphisms and genetic characteristics of important olive (Olea europaea L.) cultivars and types
SEVDA DÜLGER
Yüksek Lisans
Türkçe
2004
ZiraatÇanakkale Onsekiz Mart ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
YRD. DOÇ. DR. MURAT ŞEKER