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
- Tez No: 981998
- Danışmanlar: DOÇ. DR. SERDAR ASLAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyoloji ve Nükleer Tıp, Radiology and Nuclear Medicine
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Radyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Kronik otitis medialı hastaların preporatif bilgisayarlı tomografi incelemelerinin operasyon bulgularıyla karşılaştırılması
Başlık çevirisi yok
CENGİZ SOLAKOĞLU
- Kronik otitis mediada orta kulak patolojisi
Başlık çevirisi yok
FERHAT ERİŞİR
Tıpta Uzmanlık
Türkçe
1989
İstanbul ÜniversitesiKulak, Burun, Boğaz Hastalıkları Ana Bilim Dalı
Yükleniyor...
- Kolesteatomlu kronik otitis cerrahisinde açık ve kapalı kavite tekniklerinin günümüz koşullarında tartışılması
Başlık çevirisi yok
SEZAİ SEVENGİL
Tıpta Uzmanlık
Türkçe
1989
İstanbul ÜniversitesiKulak, Burun, Boğaz Hastalıkları Ana Bilim Dalı
Yükleniyor...
- Kolesteatomlu kronik otitis mediada HLA-doku tipi antijenlerinin değerlendirilmesi
Başlık çevirisi yok
M.CEMAL GÜMRÜ