Retrospektif Tetkiklerden Öğrenen Sinir Ağı Tabanlı Bilgisayarlı Tomografi Triyajı Karar Destek Sistemi Geliştirilmesi
Proje no. 21422 · Durum: Kapanmış (Yayın bekleniyor) · 2021
Özet
Araştırma, beynin intravenöz kontrast madde verilmeden bilgisayarlı tomografi (BT) ile çekilmiş görüntüsünü analiz ederek vakaları hızlı bir biçimde acil olan ya da olmayan iki gruptan birine sınıflandıran bir yazılımın geliştirilmesini kapsamaktadır. Aciliyet arz eden anormallikler: İntraserebral hemoraji, kafa içi kanama, intraserebral kanama, intraserebral kan, intraventriküler kanama, intraventriküler hemoraji, subaraknoid kanama, subaraknoid hemoraji, subdural hemoraji, subdural kanama, intakranyal kitle, kafa içi kitle, akut infarkt, akut iskemi, subakut iskemi, subakut infarkt, lökoaerozis, kronik infarkt, kronik iskemi, gliozis, hematom, tromboz, trombüs, anevrizma, arteriyovenöz malformasyon (AVM), meningiom, meninjiyom, glioblastom, GBM, astrositom, diffüz astrositom, kalsifikasyon, fraktür, kırık, kranyosinositoz olarak kabul edilmektedir.<br /> Yazılımın acillik sınıflandırması için gerekecek örüntüleri ayırt etme becerisine sahip bir ilişkisel ağ yapısını derin öğrenme temelli bir yapay zeka algoritması kullanarak, var olan verileri işlemek yoluyla oluşturması planlanmaktadır. Derin öğrenme algoritmaları güdümlü öğrenme algoritmaları olmalarından ötürü algoritmaya sağlanan görüntülerin önceden acil / acil değil şeklinde etiketlenmiş olması gereklidir. Bu etiketleme verisi BT görüntüsünün ilgili radyolog raporundan çıkarılacaktır.<br /> <br /> Araştırma kapsamında, Ege Üniversitesi Hastanesi bünyesinde 1 Ocak 2016 tarihinden itibaren çekilmiş olan ve sayısı yaklaşık olarak 55000 olan beyin BT’lerinin kullanımı planlanmaktadır. Bahsi geçen BT’ler geliştirilecek olan yazılımın içerisindeki derin öğrenme algoritmasının eğitimi için kullanılacaktır.