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: 83
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
- Prostat kanserinin saptanmasında ve okuyucular arası uyumun belirlenmesinde PI-RADSv2 ile v2.1'in karşılaştırılması
Comparison of PI-RADSv2 and v2.1 in detection of prostate cancer and interreader agreement
ONUR KAAN AKKUŞ
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer Tıpİzmir Katip Çelebi ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. CESUR GÜMÜŞ
- Multiparametrik manyetik rezonans görüntüleme ve PIRADSv2 sınıflamasının prostat kanseri tanısındaki etkinliği
Başlık çevirisi yok
ENİS YERDELEN
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. RÜŞTÜ TÜRKAY
- Radikal prostatektomili olgularda multiparametrik prostat MR ve PSMA galyum PET-BT sonuçlarını karşılaştırma, füzyon PSMA PET-MR'ın tanıya katkısını araştırma
Comparison of multiparametric prostate MRI and PSMA gallium PET-CT results in cases with radical prostatectomy, fusion PSMA PET-MRI contribution to diagnosis research
AYDAN ARSLAN
Tıpta Uzmanlık
Türkçe
2019
Radyoloji ve Nükleer TıpAcıbadem Mehmet Ali Aydınlar ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ERCAN KARAARSLAN
- Prostat kanseri taramasında kişiselleştirilmiş biparametrik manyetik rezonans görüntülemenin prostat kanseri tespitindeki faydası ve maliyet etkinliğinin değerlendirilmesi
The benefit of personalized MRI in prostate cancerdetection and cost-effectiveness compared to multiparametricmri in prostate cancer screening
İSMAİL ÖZGÜL
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpAkdeniz ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. SÜLEYMAN METİN ÇUBUK