Kistik fibrozis hastalarının bilgisayarlı tomografi görüntülerinin yapay zeka tabanlı öğrenme yöntemiyle analizi ve değerlendirilmesi
Artificial intelligence based analysis and evaluation of computed tomography examinations in cystic fibrosis patients
- Tez No: 982730
- Danışmanlar: PROF. DR. BÜLENT TANER KARADAĞ
- Tez Türü: Tıpta Uzmanlık
- Konular: Çocuk Sağlığı ve Hastalıkları, Child Health and Diseases
- Anahtar Kelimeler: Kistik Fibrozis (KF), Bilgisayarlı Tomografi (BT), Yapay Zeka (YZ), Konvolüsyonel Sinir Ağı (CNN), Cystic Fibrosis (CF), Computed Tomography (CT), Artificial Intelligence (AI), Deep Learning (DL), Convolutional Neural Network (CNN)
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Giriş: Kistik Fibrozis (KF) tanılı hastaların, Bilgisayarlı Tomografi (BT) bulgularının değerlendirmesinde derin öğrenme temelli bir yapay zeka modeli oluşturularak klinisyenlere yardımcı metodlar geliştirilmesi amaçlanmıştır. Materyal ve Metod: KF tanılı 10-18 yaş aralığındaki klinik gereklilik nedenli BT görüntülemesi çekilmiş 48 hasta çalışmamıza dahil edilmiştir. Hastaların BT görüntülerinden elde edilen 6.827 görüntü iki deneyimli radyolog tarafından değerlendirilerek, beş farklı bulgu(bronşektazi, bronşların pulmoner artere göre genişlemesi, bronş duvar kalınlığında artış,sentrilobüller bronşiollerde mukus tıkacı, akciğerin atenüasyonu) olarak etiketlenmiştir. Bulguların varlığını/yokluğunu aynı anda tespit edebilen konvolüsyonel sinir ağı (CNN) derin öğrenme tabanlı bir model geliştirilmiştir. Bulgular: KF hastalarının BT görüntülemelerindeki beş bulgunun tespitinde CNN;bronşektazin varlığının belirlenmesinde %99 kesinlik, %97 F1 skoru; bronşiyal dilatasyon tespitinde %96 kesinlik, %97 F1 skoru; bronş duvar kalınlık artışında %95 kesinlik,%95 F1 skoru;sentrilobüller bronşiollerde mukus tıkacı varlığını göstermede %96 kesinlik, %97 F1 skoru; akciğerde atenüasyonun gösterilmesinde %98 kesinlik, %98 F1 skoru elde edildi. Sonuç: CNN tabanlı öğrenme modellerinin kullanımı, KF'li hastaların toraks BT'lerindeki akciğer yapısal değişikliklerin otomatik olarak değerlendirilmesine önemli katkı sağlamıştır. Bu yaklaşım, klinik karar destek sistemlerine entegre edilerek hem tanı sürecini hızlandırabilir hem de hasta takibinin bireyselleştirilmesinde katkı sağlayabilir. Yöntemin klinik pratikte uygulanabilirliğini değerlendirmek üzere ileri düzey çalışmalar yapılmasına ihtiyaç vardır.
Özet (Çeviri)
Introduction: The objective of this study is to propose computer-aided, deep learning-based artificial intelligence (AI) models for the evaluation of Computed Tomography (CT) findings in patients diagnosed with Cystic Fibrosis (CF). Material and Method: 48 patients with CF, whose age ranked between 10 and 18 years were included in the study. 6,827 images extracted from the patients' CT scans were evaluated for five different findings by two radiologists: bronchiectasis, bronchial dilation, increased bronchial wall thickness, mucus plugging in centrilobular bronchioles, and lung attenuation. A convolutional neural network (CNN)-based deep learning model was developed to detect the presence of these findings. Results: The CNN model achieved the following results: 99% accuracy and an F1 score of 97% in identifying bronchiectasis; 96% accuracy and an F1 score of 97% for bronchial dilation; 95% accuracy and an F1 score of 95% for detecting bronchial wall thickness; 96% accuracy and an F1 score of 97% in identifying mucus plugging in centrilobular bronchioles; and 98% accuracy and an F1 score of 98% in detecting lung attenuation. Conclusion: The CNN-based model has significantly contributed to the automated assessment of structural lung changes on CT scans of patients with CF. This approach has the potential to be integrated into clinical decision support systems, thereby accelerating the diagnostic process and enabling a more individualization of patient follow-up. Further advanced studies are needed to evaluate the applicability of this method in clinical practice.
Benzer Tezler
- Kistik fibrozisli hastalarda akciğer fibrozisi ile dolaşımdaki fibrositler arasındaki ilişki
Başlık çevirisi yok
PINAR ASLAN YAŞAR
Tıpta Uzmanlık
Türkçe
2019
Çocuk Sağlığı ve HastalıklarıErciyes ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET KÖSE
- Yoğun bakımda takip edilen interstisyel akciğer hastalarında prognoz, risk faktörleri ve mortalite
Prognosis, risk factors and mortality in patients with interstitial lung disease followed in the intensive care unit
SILA BEGÜM GÖLCÜK GÖK
Tıpta Uzmanlık
Türkçe
2025
Göğüs HastalıklarıAnkara ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. AKIN KAYA
- Kistik fibrozis-dişi bronşektazili çocuklarin hayat kalitesi ve sosyoekonomik seviyesi araştirmasi
Health-related quality of life and socioeconomic status in non-cystic fibrosis bronchiectasis children
AMEER HAMZAH
Tıpta Uzmanlık
Türkçe
2011
Çocuk Sağlığı ve HastalıklarıMarmara ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. BÜLENT KARADAĞ
- Kistik fibrozis tanılı hastaların demografik, klinik ve laboratuar özelliklerinin retrospektif olarak değerlendirilmesi
Retrospective evaluation of demographic, clinical and laboratory characteristics of patients with cystic fibrosis
ABDULLAH AKÇİL
Tıpta Uzmanlık
Türkçe
2018
Çocuk Sağlığı ve HastalıklarıUludağ ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. YAKUP CANITEZ
- Kistik fibrozis tanısıyla takip edilen hastaların demografik özellikleri
Demographic characteristics of patients who received cystic fibrosis diagnosis
CEYDA AYDOĞAN
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıDokuz Eylül ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. ÖZKAN KARAMAN