Yapay zeka yöntemleri ile multipl sklerozis tanısı
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL SULTAN ABDÜLHAMİD HAN SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: BARAN BAYTAR
Danışman: Fatma Sibel BAYRAMOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Multipl skleroz olgularının beyin manyetik rezonans görüntülemesinde(MRG), Multipl Skleroza(MS) özgü demyelinizan ak madde lezyonları FLAİR sekansında hiperintens olarak görülmektedir. Derin transfer öğrenme yapay zeka tekniklerini kullanarak bu lezyonları erken dönemde daha hızlı bir şekilde algılayıp MS tanısını koyabilmeyi amaçladık. Gereç ve Yöntem: Çalışmaya 2020-2023 tarihleri arasında aynı MRG cihazında (General Electric Signa Artist 1.5Tesla) kontrastsız kranial görüntülemesi yapılmış yaşları 18-69 aralığında değişen, nörolojik olarak MS tanısı almış rastgele seçilen takipteki 39 erkek ve 71 kadın ile sağlıklı olgulardan oluşan ve yine rastgele seçilen 7 erkek ve 25 kadın olgu dahil edilmiştir. 1,6 mm kalınlıktaki axial ve sagittal kesit FLAİR sekans görüntülerinden oluşan veri seti 6 farklı derin transfer öğrenme yöntemi (Xception, MobileNet, AlexNet, VGG19, ResNet152 ve NasNet) kullanılarak lezyonların algılanması ve MS tanısı konulmaya çalışılmıştır. Her bir derin transfer öğrenme modelinin elde ettiği sonuçlar modeller arasında karşılaştırılmıştır. Bulgular: MS tanısında, axial görüntüler için en yüksek başarı oranı Xception derin transfer öğrenme yöntemi ile %95.07 olarak , en düşük başarı oranı ise NasNet yöntemi ile %70.77 olarak elde edilmiştir Sagittal görüntülerde ise en yüksek başarı oranı %98.10 ile Xception yöntemi tarafından elde edilirken en düşük başarı ise axial görüntülerde de en düşük başarıya sahip olduğu gözlenen NasNet modeli ile gerçekleşmiştir. Sonuç: Çalışmamız, yapay zeka tabanlı transfer öğrenme modellerinin axial ve sagittal veri setleri üzerinde yüksek sınıflandırma performansına sahip olduğunu ve MS tanısında yüksek başarılar elde edebileceğini göstermiştir. Bu çalışmaların, MS teşhis ve tedavi süreçlerini iyileştirmeye yönelik önemli katkılar sağlama potansiyeline sahip olduğunu ve gelecekte daha geniş veri kaynaklarına dayalı çalışmalarla daha yüksek başarı oranları elde edilebileceğini düşünmekteyiz. Anahtar Kelimeler: Yapay Zeka Derin Öğrenme, Manyetik Rezonans Görüntüleme,FLAİR, Multipl Skleroz, Demyelinizan Lezyon