Geri Dön

Kolesteatom tanısında konvansiyonel radyolojik bulgular ile görünür difüzyon katsayısı haritalarından elde edilen radyomik özelliklerin performanslarının karşılaştırılması

Comparison of the performance of radiomic features derived from conventional radiological findings and apparent diffusion coefficient maps in the diagnosis of cholesteatoma

PDF İndir

  1. Tez No: 981998
  2. Yazar: RAMAZAN ORKUN ÖNDER
  3. Danışmanlar: DOÇ. DR. SERDAR ASLAN
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Giresun Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışmanın amacı, kolesteatom tanısında konvansiyonel radyolojik bulguların (BT ve DAG) ve görünür difüzyon katsayısı (ADC) görüntülerinin radyomik özelliklerinin tanısal performanslarını karşılaştırmak ve bu özelliklerin birlikte kullanımının kolesteatom tespitindeki ek faydasını araştırmaktır. Gereç ve Yöntem: Retrospektif olarak tasarlanmış bu çalışmaya, Ocak 2020 ile Ağustos 2024 arasında kolesteatom şüphesi nedeniyle değerlendirilen 51 olgu dahil edilmiştir. Hastaların kontrastsız temporal BT ve DAG görüntüleri analiz edilmiş, ADC haritalarından radyomik özellikler çıkarılmıştır. Konvansiyonel radyolojik bulgular (BT HU dansite değeri, DAG'de difüzyon kısıtlılığı, ADC değeri) ve ADC görüntüleri doku analizi radyomik özellikleri istatistiksel olarak karşılaştırılmıştır. Makine öğrenmesi yöntemleri kullanılarak radyoloji, radyomik ve birleşik modeller oluşturulmuş ve performansları değerlendirilmiştir. Bulgular: Çalışmaya dahil edilen 51 lezyonun 23'ü (%45,1) kolesteatom olarak tanı almıştır. Kolesteatomatöz lezyonlar, non-kolesteatomatöz lezyonlara göre anlamlı derecede yüksek BT HU dansite değerine (50,82±21,68 vs. 33,60±15,78, p=0,004), daha sık difüzyon kısıtlılığına (%95,7 vs. %28,6, p < 0,001) ve daha düşük ADC değerlerine (0,74±0,28 vs. 1,44±0,40×10-3 mm2/sn, p < 0,001) sahipti. Radyomik analizde, 20 özellik istatistiksel olarak anlamlı bulunmuştur. Makine öğrenmesi modelleri arasında en yüksek performans, birleşik modelde (three-layer ANN) gözlenmiştir (doğruluk: %98,04, AUC: 0,9821). Birleşik model, radyoloji ve radyomik modellerine göre istatistiksel olarak anlamlı şekilde daha yüksek AUC değerine sahipti (p < 0,05). Sonuç: ADC haritalarından çıkarılan radyomik özellikler, kolesteatom tanısında konvansiyonel radyolojik bulguların alternatifi olarak kullanılabilir ve ek tanı avantajları sağlayabilir. Birleşik modelin yüksek tanı performansı, kolesteatomun non-invaziv tanısında radyomik analizin potansiyel rolünü vurgulamaktadır. Bu bulgular, özellikle kolesteatomun erken aşamada tespiti ve diğer patolojilerden ayırıcı tanısında önemli klinik katkı sağlayabilir.

Özet (Çeviri)

Objective: The aim of this study is to compare the diagnostic performance of conventional radiological findings (CT and DWI) and radiomic features derived from apparent diffusion coefficient (ADC) maps in cholesteatoma diagnosis, as well as to investigate the additional benefit of combining these features in detecting cholesteatoma. Materials and Methods: This retrospective study included 51 cases evaluated for suspected cholesteatoma between January 2020 and August 2024. Non-contrast temporal bone CT and DWI images were analyzed, and radiomic features were extracted from ADC maps. Conventional radiological findings (CT HU density value, diffusion restriction on DWI, ADC value) and radiomic features from ADC map tissue analysis were statistically compared. Radiology, radiomics, and combined models were constructed using machine learning methods, and their performances were evaluated. Results: Of the 51 lesions included, 23 (45.1%) were diagnosed as cholesteatoma. Cholesteatomatous lesions exhibited significantly higher CT HU density values (50.82 ± 21.68 vs. 33.60 ± 15.78, p = 0.004), more frequent diffusion restriction (95.7% vs. 28.6%, p < 0,001), and lower ADC values (0.74 ± 0.28 vs. 1.44 ± 0.40 × 10-3 mm2/sn, p < 0,001) compared to non-cholesteatomatous lesions. Radiomic analysis identified 20 statistically significant features. Among the machine learning models, the highest performance was observed in the combined model (three-layer ANN) (accuracy: 98.04%, AUC: 0.9821). The combined model demonstrated a statistically significant higher AUC value compared to radiology and radiomics models (p < 0.05). Conclusion: Radiomic features extracted from ADC maps may serve as an alternative to conventional radiological findings in cholesteatoma diagnosis and could provide additional diagnostic benefits. The high diagnostic performance of the combined model underscores the potential role of radiomic analysis in the non-invasive diagnosis of cholesteatoma. These findings may offer significant clinical value, particularly in the early-stage detection and differential diagnosis of cholesteatoma from other pathologies.

Benzer Tezler

  1. Tez No

    716900

    Kolesteatom tanısında ekoplanardiffüzyon mrı

    Ecoplications in the diagnosis of cholestetomadiffusion mri

    EMİNE BALKAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Radyoloji ve Nükleer TıpSağlık Bakanlığı

    Radyodiagnostik Ana Bilim Dalı

    UZMAN SUZAN DENİZ ÖNOL

  2. Tez No

    1021626

    Temporal kemik BT görüntülerinde kolesteatom ile granülasyon dokusunun ayırıcı tanısında radiomics tabanlı makine öğrenmesi modeli ile klinik uzman değerlendirmelerinin karşılaştırılması

    Comparison of a radiomics-based machine learning model and clinical expert evaluations in the differential diagnosis of cholesteatoma and granulation tissue on temporal bone CT images

    AFGAN MEHDIYEV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2026

    Kulak Burun ve BoğazMarmara Üniversitesi

    Kulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAVUZ GÜNDOĞDU

  3. Tez No

    819134

    Kolesteatom tanı ve izleminde difüzyon ağırlıklı manyetik rezonans görüntülemenin rolü: Tek merkez, retrospektif derleme

    The role of diffusion-weighted magnetic resonance imaging in cholesteatoma diagnosis and follow-up: A single center , retrospective review

    KORAY KESKİN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Kulak Burun ve BoğazKaradeniz Teknik Üniversitesi

    Kulak, Burun, Boğaz Hastalıkları Ana Bilim Dalı

    DOÇ. SELÇUK ARSLAN

  4. Tez No

    816664

    Yüksek rezolüsyonlu temporal kemik BT incelemelerinde radiomıcs özelliklerinden makine öğrenmesi algoritmaları kullanılarak elde edilen modellerin otitis media ve kolesteatom ayırıcı tanısındaki yeri

    The place of models obtained using machine learning algorithm from radiomics features in high resolution temporal bone ct examinations in the differential diagnosis of otitis media and cholesteatoma

    SENA ÖZDEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpBalıkesir Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. BAHAR YANİK KEYİK

  5. Tez No

    939594

    Orta kulak kolesteatomunun doğru teşhisi için ADC değer aralığı: Nüks öngörüsü, patolojik korelasyon ve patolojik subgrup-ADC değer kıyaslaması

    Accurate ADC thresholds for the diagnosis of middle ear cholesteatoma: Recurrence prediction, pathological correlation, and subgroup comparison

    BEDİR KAYA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Radyoloji ve Nükleer TıpÇukurova Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. ÖMER KAYA

Geri Dön