Lateral yüklü ayak grafilerinde ayak ark açılarının derin öğrenme ile ölçülmesi: Radyolog ölçümleri ile karşılaştırmalı bir çalışma
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL GAZİOSMANPAŞA SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: BURAK BÜK
Danışman: Neslin ŞAHİN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Bu çalışmada lateral yüklü ayak grafilerinde talus, kalkaneus, naviküler, birinci metatars ve beşinci metatarsın derin öğrenme ile otomatik segmentasyonu ve bu segmentasyon çıktılarından ayak ark klinik açıların otomatik hesaplanmasına yönelik uçtan uca bir yapay zekâ iş akışının geliştirilmesi amaçlanmıştır. Ayrıca otomatik ölçümlerin, deneyimli/deneyimsiz radyoloji asistanı ölçümleri ve ground truth (GT) ölçümleri ile karşılaştırılarak güvenilirlik ve doğruluğunun değerlendirilmesi hedeflenmiştir. Gereç ve Yöntem: Tek merkezli, retrospektif tasarlanan çalışmada Eylül 2020–Ağustos 2025 arasında PACS arşivinden elde edilen 988 grafi taranmış, dışlama kriterleri sonrası 911 grafi analize dahil edilmiştir. Uzman tarafından ITK-SNAP ile beş kemik manuel segmente edilerek yer gerçeği maskeleri oluşturulmuştur. Segmentasyon modeli test kümesinde sınıf-bazlı Dice/IoU metrikleriyle değerlendirilmiştir. Klinik açı hesaplamada dört açı (KYA, Meary, LTCA, C5MA) kullanılmış; tüm veri setinde deneyimli asistanın tekrarlı ölçümleri ile intraobserver, iki asistan arasında interobserver güvenilirlik incelenmiştir. Ek olarak ortak test setinde (n=137) iki yapay zekâ yaklaşımı karşılaştırılmıştır: GT segmentasyon üzerinden ölçüm (YZ–GTS) ve tam otomatik segmentasyon üzerinden ölçüm (YZ–TOS). Doğruluk analizinde GT'ye göre MAE/RMSE ve korelasyon değerlendirilmiştir. Bulgular: Segmentasyon modelinin test kümesinde makro Dice ve IoU değerleri yüksek bulunmuş; en yüksek Dice skoru kalkaneusta, daha değişken sonuçlar naviküler ve 5. metatars izlenmiştir. Açı ölçümlerinde deneyimli asistanın intraobserver uyumu KYA ve C5MA'da mükemmel, LTCA ve Meary açısında iyi düzeydedir. Asistanlar arası uyum KYA ve C5MA'da daha yüksekken LTCA ve özellikle Meary açısında daha düşük bulunmuştur. Ortak test setinde dört yöntem birlikte değerlendirildiğinde ortalama ölçüm yaklaşımıyla tüm açılarda uyum mükemmele yükselmiştir. GT'ye göre doğruluk analizinde YZ–GTS yaklaşımı özellikle Meary açısında daha düşük hata ile GT'ye yakınsama eğilimi göstermiş; YZ–TOS yaklaşımında hatalar bir miktar artsa da genel performans korunmuştur. Sonuç: Önerilen derin öğrenme tabanlı segmentasyon ve açı hesaplama hattı, lateral yüklü ayak grafilerinde kemiklerin yüksek doğrulukla ayrıştırılmasını ve klinik açıların otomatik ölçümünü mümkün kılmaktadır. Sistem, ölçümlerin standartlaştırılması ve gözlemciler arası değişkenliğin azaltılmasına katkı sağlayabilecek bir karar destek yaklaşımı olarak değerlendirilebilir.