Koroidal vaskülarite indeksi ve koroid kalınlığının derin öğrenme tabanlıyöntemlerle SS-OCT ile ölçümü ve progresyon takibi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL PROF. DR. CEMİL TAŞÇIOĞLU ŞEHİR SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: İMRAN ARKAN
Danışman: Akın ÇAKIR
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Bu çalışmada Swept-Source Optik Kohorens Tomografi (SS-OKT)'den elde edilen görüntüler kullanılarak koroid kalınlığı ve koroidal vaskülarite indeksi (KVİ) hesaplanması için derin öğrenme (DÖ) ile uygun bir algoritma oluşturulması ve geliştirilen modelin etkinliğinin değerlendirilmesi hedeflenmektedir. Gereç ve Yöntem: Çalışmaya 652 hastanın elde edilen 791 adet SS-OKT görüntüsü dahil edilmiştir. Görüntü seçimine 18 yaş ve üstü sağlıklı ve hasta bireyler dahil edilmiştir. 791 adey görüntü etiketlenerek oluşturulan veri setinin 474 (%59) tanesi model eğitimi için kullanılmış olup 237 (%29) görüntü doğrulama, 80 (%10) görüntü ise test amacıyla kullanılmıştır. Koroidal bölgenin tespiti ile koroidal kalınlığın hesaplanması için evrişimsel sinir ağları (ESA) algoritması kullanılarak bir DÖ modeli oluşturuldu. Daha sonra threshold yöntemiyle KVİ hesaplandı. Temel olarak etiketli görüntüler modele tanıtılarak modelin kendini eğitmesi ve daha sonra test için ayrılan görüntülerle modelin test edilmesi sağlandı. Bulgular: Model 80 adet görüntüyle test edildi. Modeli değerlendirmek için accuracy, Mean Absolute Error (MAE), Intersection over Union (IoU), Area Under Curve (AUC) metrikleri kullanıldı. Modelin koroidal bölge kalınlık hesaplanmasındaki accuracy değeri 0.96955 olarak bulunurken MEA 0.0286, IoU 0.9249, AUC 0.9941 olarak bulunmuştur. Koroidal kalınlık için iki deneyimli oftalmolog ve DÖ modeli arasında yapılan değerlendirmede ICC değerinin 0.987(0.979-0.993) olduğu görüldü. Sonuç: Elde dilen sonuçlar koroidal kalınlığın ve KVİ hesaplanmasının yapay zeka yardımıyla otomatize edilerek yüksek etkinlikte bulunabileceğini göstermiştir. Anahtar kelimeler: Yapay zeka, derin öğrenme, koroid kalınlığı, koroidal vaskülarite indeksi