Identification of who grade and molecular genetic features in brain tumors using susceptibility-weighted magnetic resonance imaging and machine learning
Beyin tümörlerinde dünya sağlık örgütü derecesi ve moleküler genetik özelliklerin duyarlılık ağırlıklı görüntüleme ve makine öğrenimi kullanarak tanımlanması
- Tez No: 966285
- Danışmanlar: PROF. DR. ESİN ÖZTÜRK IŞIK
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Bu calısma, beyin tumorlerinin molekuler karakterizasyonunu invaziv olmayan yontemle belirlemek icin duyarlılık agırlıklı goruntuleme (SWI) ve makine ogrenimini kullanmaktadır. Calısmada meningiomlarda norofibromatozis tip 2 (NF-2) mutasyonları ve S100 protein ekspresyonu; gliomlarda ise izositrat dehidrogenaz (IDH) ve telomeraz ters transkriptaz (TERT) promotor mutasyonları incelenmistir. 3T MRG ile goruntulenen 132 meningiom ve 189 gliom hastası degerlendirilmistir. T1-agırlıklı ve FLAIR goruntulerde tumor ve peritumoral odem segmentasyonu yapılmıs, sonrasında SWI'ya kaydedilmistir. Analizlerde el yapımı ve derin ogrenme tabanlı SWI ozellikleri makine ogrenimi teknikleriyle birlestirilmistir. Meningiom grubunda, NF-2 kopya sayısı kaybı, yuksek tumor derecesi, intratumoral kalsifikasyon ve 'en plaque' buyume paterni ile onemli iliski gostermistir. NF-2 mutasyonları ve S100 protein ekspresyonunu tahmin etmekte kullanılan makine ogrenimi modelleri orta duzeyde basari saglamistir. Gliom grubunda, IDH-yabanıl tip (IDH-wt) gliomlarda (0.06 ± 0.009) IDH-mutant (IDH-mut) gliomlara (0.04 ± 0.005) gore daha genis sinyal dusus alanları saptanmistir. Ozel tasar lanmıs bir evrisimli sinir agı, IDH mutasyon gruplarını ayırt etmede 0.84 ± 0.05 egri altında kalan alan degeri elde etmistir. TERT promotor mutasyonu tahmininde, ozellikle IDH-wt gliomlarda, derin ogrenme modelleri geleneksel radiomik yaklasimlardan ustun performans gostermistir. Bu bulgular, SWI tabanlı radyolojik ozelliklerin ileri makine ogrenimi algoritmalarıyla birlestirilmesinin, beyin tumorlerinin molekuler ozelliklerini invaziv olmayan sekilde tahmin etme potansiyelini ortaya koymaktadır.
Özet (Çeviri)
This study explores the use of susceptibility-weighted imaging (SWI) combined with machine learning techniques for the non-invasive molecular characterization of brain tumors. Research focuses on the identification of molecular markers, specifically neurofi bromatosis type 2 (NF-2) mutations and S100 protein expression in meningiomas; and isocitrate dehydrogenase (IDH) and telomerase reverse transcriptase (TERT) promoter mutations in gliomas. 132 patients with meningioma and 189 patients with glioma who underwent 3T MRI were analyzed. Tumor and peritumoral edema were segmented on T1 weighted and FLAIR images and subsequently registered on SWI. The analysis combined hand-crafted and deep learning-based SWI features with machine learning techniques. In the meningioma cohort, NF-2 copy number loss was significantly related to higher tumor grades, intratumoral calcifications, and 'en plaque' growth patterns. Machine learning models were used to predict NF-2 mutations and S100 protein expression, demonstrating moderate predictive accuracy. In the glioma cohort, quantitative analysis revealed larger signal drop areas in IDH-wildtype (IDH-wt) gliomas (0.06 ± 0.009) compared to IDH-mutant (IDH-mut) gliomas (0.04 ± 0.005), reflecting their more aggressive nature. A custom convolutional neural network achieved an area under the curve of 0.84 ± 0.05 to distinguish between IDH mutational subgroups. For the prediction of TERT promoter mutation, deep learning models outperformed traditional radiomic approaches, particu larly in IDH-wt gliomas. These findings highlight the potential of SWI-based radiological features, combined with advanced machine learning algorithms, to provide non-invasive predictions of molecular characteristics in brain tumors.
Benzer Tezler
- Erişkin diffüz infiltratif gliomlarda rekürrens paternlerinin anatomik incelemesi
Anatomical recurrence patterns of adult diffuse infiltrative gliomas
ALİ YAYLA
Tıpta Uzmanlık
Türkçe
2025
NöroşirürjiAcıbadem Mehmet Ali Aydınlar ÜniversitesiBeyin ve Sinir Cerrahisi Ana Bilim Dalı
PROF. DR. KORAY ÖZDUMAN
- Renal parankimal tümörlere genomik yaklaşımlar
Genomic approach to renal parenchymal tumors
KUDRET ESEN GÜMÜŞLÜ
Doktora
Türkçe
2013
GenetikKocaeli ÜniversitesiTıbbi Genetik ve Moleküler Biyoloji Ana Bilim Dalı
YRD. DOÇ. DR. NACİ ÇİNE
- Erişkin glial tümörlerde ki-67 proliferasyon indeksinin konvansiyonel MRG, difüzyon MRG, SWI ve perfüzyon MRG ile öngörülmesi
Prediction of ki-67 proliferation index in adult type glial tumors using conventional MRI, diffusion MRI, SWI, and perfusion MRI findings
MUHAMMET ARİF KURŞUN
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer Tıpİstanbul Medeniyet ÜniversitesiRadyodiagnostik Ana Bilim Dalı
DOÇ. DR. BEGÜMHAN BAYSAL
- Papiller morfoloji gösteren böbrek tümörlerinin ayırıcı tanısında histopatolojik ve immunhistokimyasal bulguların değeri
The value of histopathological and immunohistochemical findings in the differential diagnosis of kidney tumors with papillary morphology
BETÜL GEROĞLU
Tıpta Uzmanlık
Türkçe
2019
PatolojiEge ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
DOÇ. DR. BANU SARSIK KUMBARACI
- Polikistik over sendromu ve polikistik over görünümlü hastalarda tenaskin-C düzeyi değişir mi?
Management of process in people who have pcos, polycystic ovarian morphology (PROM) and healthy voluntary women by assessing the impact of inflammation with tenascin-C (TN-C) which is an inflammatory marker
MUSTAFA KEMAL KÖKSAL
Tıpta Uzmanlık
Türkçe
2019
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. YAPRAK ÜSTÜN