Multiparametrik MRG'de klinik anlamlı prostat kanseri tespitinde yapay zeka destekli karar-destek sistemi
Artificial intelligence-assisted decision-support system forclinically significant prostate cancer detection in multiparametric MRI
- Tez No: 944566
- Danışmanlar: DOÇ. DR. EVREN DEĞİRMENCİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Prostat kanseri, erkeklerde en sık görülen kanser türlerinden biri olup erken teşhis ve doğru sınıflandırma, tedavi başarısı için kritik öneme sahiptir. Ancak özellikle PI-RADS 4 ve PI-RADS 5 seviyelerinde yer alan klinik anlamlı prostat kanseri (csPCa) vakalarında teşhis, yüksek uzmanlık ve zaman gerektirirken, radyologlar arasında yorum farklılıkları oluşabilmektedir. Bu bağlamda, doğru, hızlı ve güvenilir bir teşhis süreci için yapay zeka tabanlı karar-destek sistemlerine olan ihtiyaç giderek artmaktadır. Bu çalışma, PI-RADS 4 ve PI-RADS 5 sınıflarındaki prostat MRI görüntülerini hibrit derin öğrenme yaklaşımlarıyla analiz etmeyi hedeflemektedir. Farklı yapay zekâ yöntemlerinin bir araya getirilmesiyle oluşturulan bu hibrit model, klinik açıdan anlamlı sonuçlar sunarak doktorların teşhis sürecine katkıda bulunmayı, karar verme süreçlerini hızlandırmayı ve tanısal doğruluğu artırmayı amaçlamaktadır. Çalışma kapsamında, görüntü verilerinin toplanması, ön işleme ve etiketleme süreçlerinden başlayarak derin öğrenme modelinin tasarımı, eğitimi, performans analizi ve kullanıcı dostu bir arayüz geliştirilmesi gerçekleştirilmiştir. Modelin doğruluk, hassasiyet ve özgüllük gibi metriklerle değerlendirilmesi sonucu elde edilen performans, mevcut teşhis yöntemlerine kıyasla anlamlı iyileşmeler sunmuştur. Ayrıca, geliştirilen karar-destek sistemi, klinik ortamda doktorlardan alınan geri bildirimler doğrultusunda optimize edilmiştir. Bu tez çalışması, Türkiye'de prostat kanseri teşhisi için yapay zeka tabanlı ilk kapsamlı çözüm önerilerinden biri olmayı hedeflemektedir. Elde edilen sonuçlar, kanser teşhisinde erken ve doğru karar almayı destekleyen, hasta bakım kalitesini artıran yenilikçi bir yaklaşımı temsil etmektedir.
Özet (Çeviri)
Prostate cancer is one of the most common cancer types in men, where early diagnosis and accurate classification are crucial for successful treatment. However, diagnosing clinically significant prostate cancer (csPCa), particularly in PI-RADS 4 and PI-RADS 5 categories, requires high expertise and is time-consuming. Moreover, inter-observer variability among radiologists can negatively impact diagnostic accuracy. Therefore, there is an increasing need for artificial intelligence (AI)-based decision-support systems that provide reliable, fast, and accurate diagnostic assistance. This study aims to analyze prostate MRI images in PI-RADS 4 and PI-RADS 5 classes with hybrid deep learning approaches. This hybrid model, created by combining different artificial intelligence methods, aims to contribute to the diagnostic process of doctors by providing clinically meaningful results, speeding up decision-making processes and increasing diagnostic accuracy. The study encompasses the collection, preprocessing, and labeling of imaging data, followed by the design, training, and performance evaluation of the deep learning model. A user-friendly interface was also developed to facilitate practical usage. The model's performance, evaluated through metrics such as accuracy, sensitivity, and specificity, demonstrated significant improvements over existing diagnostic methods. Additionally, the decision-support system was optimized based on feedback from clinical trials. This thesis represents one of the first comprehensive AI-based solutions for prostate cancer diagnosis in Turkey. The results signify an innovative approach that supports early and accurate decision-making in cancer diagnosis, thereby enhancing patient care quality.
Benzer Tezler
- Antikonvülzan kullanan primer jeneralize ve parsiyel epilepsili olgularda olayla ilişkili serebral potansiyellerle (P300-CNV) yapılan multiparametrik değerlendirmeler
Başlık çevirisi yok
GÜLDEN AKDAL
Tıpta Uzmanlık
Türkçe
1996
NörolojiDokuz Eylül ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. FETHİ İDİMAN
- Classification of target primitives with sonars using two non-parametric data fusion methods
Hedef ilkelerinin sonar kullanılarak parametrik olmayan iki yöntemle sınıflandırılması
BİRSEL AYRULU
Yüksek Lisans
İngilizce
1996
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiY.DOÇ.DR. BİLLUR BARSHAN
- Surap mekanizması ve silindir konstrüksiyonun motorun volumetrik verimine etkilerinin incelenmesi
Başlık çevirisi yok
RIDVAN ARSLAN
Doktora
Türkçe
1997
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ SÜRMEN
- Akut lösemilerde minimal rezidüel hastalığın“Flow cytometry”yöntemiyle araştırılması ve relaps ile korelasyonu
Başlık çevirisi yok
ÜLKÜ OZAN
Tıpta Uzmanlık
Türkçe
1999
HematolojiUludağ Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. FAHİR ÖZKALEMKAŞ
- Lateral kondansasyon güta-perka yöntemi ve farklı sealer'lar ile doldurulan kök kanallarında dentin bonding ajanı kullanılmasıyla ortaya çıkan etkinliğin mikrosızıntı yöntemi ve scanning elektron mikroskobu ile değerlendiirilmesi
Stereomicroscopic and scanning electron microscopic evaluation of root canals obturated with laterally condensed gutta-percha, different kinds of root canal sealers and dentin bonding agent
TUBAHAN KAYA BÜYÜKKALAYCI
Doktora
Türkçe
2002
Diş Hekimliğiİstanbul ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
PROF.DR. ENVER SEDAT KÜÇÜKAY