An optimization approach to white matter brain tumor resection
Beyaz cevherde konumlanmış beyin tümör çıkarımına optimizasyon yaklaşımı
- Tez No: 958989
- Danışmanlar: PROF. DR. OYA KARAŞAN, DR. ÖĞR. ÜYESİ TAGHİ KHANİYEV
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Mevcut klinik uygulamalarda beyin tümörlerin maksimum düzeyde çıkarılması hedeflenmektedir; ancak bu süreçte beyin fonksiyonlarının korunması sistematik bir yaklaşıma dayanmamaktadır. Bu problemi ele almak amacıyla, belirli bir eşik değerin üzerindeki tümörlü bölgeleri çıkarırken beyin ağının işlevselliğini maksimize etmeyi hedefleyen matematiksel bir optimizasyon modeli geliştirdik. Ağ işlevselliği, Global Efficiency (GE) metriği kullanılarak nicelenmiştir. Model, çıkarılan alanın klinik açıdan gerçekşi bir şekilde bağlı bir bölge oluşturmasını sağlamak amacıyla Komşuluk kısıtlarını içermektedir. Modelin hesaplama verimliliğini artırmak için, benzer özelliklere sahip düğümlerin toplulaştırıldığı(aggregation) bir sezgisel yöntem tanıttık. Gerçek sağlıklı gri ve beyaz madde ağı verisini kullanarak sentetik tümör örnekleri oluşturduk ve bu tümörlerin beyin ağını bozucu etkisini optimizasyon modeliyle belirledik. Toplulaştırma sezgisinin orijinal modele benzer sonuçlar verirken hesaplama süresini büyük ölçüde azalttığını gösterdik. Tümör boyutu arttıkça, henüz hiç bölge çıkarılmadan dahi beyin ağında daha fazla bozulma meydana geldiğini ve aynı eşiklerde daha düşük global verimlilik değerleri gözlendiğini belirledik. Ayrıca, tümör konumu analizlerinde, beynin merkezine yerleşmiş tümörlerin, aynı hacim çıkarıldığında dış bölgedeki tümörlere göre daha fazla global verimlilik azalmasına yol açtığını gösterdik. Son olarak, Hacettepe Üniversitesi'nde elde edilen gerçek bir tümör örneği üzerinde modelimizi test ettik. En iyi olasılıkla planlanan rezeksiyon ile en kötü senaryo arasında karşılaştırmalar yapıldı ve modelimizin beyin ağı verimliliğini anlamlı bir farkla daha iyi koruduğu gösterildi.
Özet (Çeviri)
Preserving brain functionality while performing maximal tumor resection remains a significant challenge in current clinical practice, as existing approaches do not offer a systematic framework to balance tumor removal with functional outcomes. To address this, we developed a mathematical optimization model for brain tumor resection problem that aims to preserve network efficiency as much as possible by resecting a predefined volume of tumor. Network efficiency is quantified using the Global Efficiency (GE) metric. The model includes spatial contiguity constraints to ensure that the resected area forms a clinically realistic connected region. To improve computational efficiency and scalability, we proposed enhanced formulations and introduced an aggregation heuristic that groups nodes that are physically closer to each other, significantly reducing solution time while maintaining high-quality results. For the experimental analysis, we used real brain network data representing healthy white and gray matter regions and generated synthetic tumor instances and modeled their disruptive impact on the brain network. We first validated the performance of the aggregation heuristic by comparing it against the original model. Results show that the heuristic drastically reduces computational time while achieving comparable GE values. We then investigated the impact of tumor size and found that larger tumors disrupt the network more severely even before resection, and lead to lower GE values post-resection at the same threshold levels. Then, we examined the impact of tumor location and observed that centrally located tumors lead to greater decreases in GE compared to peripheral tumors when the same tumor volume is removed. Finally, using a real tumor instance, we compared the“best”resection guided by our model with the“worst”resection, and demonstrated that our approach leads to significantly better preservation of brain network efficiency.
Benzer Tezler
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Çok disiplinli yaklaşımla katı yakıtlı roket motoru yapısal dayanım ve iç balistik performans optimizasyonu
A multidisciplinary approach in optimization of a solid rocket motor for structural strength and internal ballistic performance
CEYHUN TOLA
Doktora
Türkçe
2017
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MELİKE NİKBAY
- Pastırma üretiminde yenilikçi bir yaklaşım olarak siyah sarımsak ve kinoa unu bazlı çemen formülasyonlarının optimizasyonu: Pastırmanın kalite özellikleri üzerine etkileri
Optimization of black garlic and quinoa flour based cemen paste formulations as an innovative approach in pastirma production: Effects on quality characteristics of pastırma
EMRE TURAN
Doktora
Türkçe
2024
Gıda MühendisliğiOrdu ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLLA ŞİMŞEK
PROF. DR. HÜSEYİN GENÇCELEP
- Bambu malzeme davranışına bir model olarak kabuk strüktür tasarım ve şekil optimizasyonu
Shell structure design and shape optimization as a model for material behavior of bamboo
ESRA DEMİREL
Yüksek Lisans
Türkçe
2018
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. LEMAN FİGEN GÜL
- Arıtma çamuru ve biyokütle kaynaklarının biyoyakıt üretim potansiyellerinin atıktan enerjiye incelenmesi
Investigation of biofuel production potentials oftreatment slud and biomass sources from waste toenergy
MUSTAFA YURTEN
Doktora
Türkçe
2025
Çevre MühendisliğiSakarya ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. SAİM ÖZDEMİR