Deep CNN ile Yeni Bir Füzyon Tekniği Kullanılarak Pulmoner Emboli Teşhisi İçinKarar Destek Sistemi Geliştirilmesi
Yükseköğretim Kurumları Destekli Proje, BAP Doktora, 2024 - 2026
- Proje Türü: Yükseköğretim Kurumları Destekli Proje
- Destek Programı: BAP Doktora
- Başlama Tarihi: Ağustos 2024
- Bitiş Tarihi: Ağustos 2026
Proje Özeti
Bu çalışmanın temel amacı, Bilgisayarlı Tomografi Pulmoner Anjiyografi görüntüleri ve DICOM standartlarındaki meta veriler kullanılarak pulmoner emboli tanı sürecini destekleyen derin evrişimli sinir ağı tabanlı bir karar destek sistemi geliştirmektir. Çalışmada, çapraz modalite dikkat mekanizmasına dayalı özgün bir füzyon mimarisi tasarlanmış ve deneysel derin öğrenme model geliştirme yöntemi kullanılmıştır. Araştırmanın evrenini Kuzey Amerika Radyoloji Derneği ve Göğüs Radyolojisi Derneği Pulmoner Emboli veri setindeki çok uluslu BTPA incelemeleri oluşturmaktadır. Araştırmanın örneklemi, Kaggle eğitim alt setinde yer alan 7279 çalışmaya ait 1.790.594 görüntüden oluşmaktadır. Veri toplama araçları DICOM formatındaki Bilgisayarlı Tomografi Pulmoner Anjiyografi kesitleri, DICOM başlıklarından çıkarılan meta veriler ve uzman radyologlar tarafından tanımlanan çoklu klinik etiketlerdir. Görüntüler yeniden boyutlandırma ve normalizasyon işlemleriyle model girdisine dönüştürülmüştür. Meta veriler özellik bazlı ölçeklendirme yöntemleriyle hazırlanmıştır. Veri analizi sürecinde Multilabel Stratified Group K-Fold yöntemiyle hasta ve çalışma bazlı veri ayrımı yapılmıştır. Optuna ile hiperparametre optimizasyonu gerçekleştirilmiş, BCE, Focal Loss ve Asymmetric Loss fonksiyonları karşılaştırılmıştır. Modeller doğruluk, kesinlik, duyarlılık, F1-skoru, ROC-AUC, Kesinlik-Duyarlılık, karışıklık matrisi, kalibrasyon eğrileri ve Grad-CAM çıktılarıyla değerlendirilmiştir. Bulgular, Asymmetric Loss tabanlı füzyon modelinin 0.0548 doğrulama kaybı, %93.57 ortalama AUC ve %74.6 makro F1-skoru ile en başarılı yapı olduğunu göstermiştir. Yalnızca görüntü modeliyle karşılaştırıldığında füzyon mimarisi tüm temel metriklerde daha yüksek performans üretmiştir. Sonuç olarak, DICOM meta verileriyle desteklenen çapraz modalite dikkat tabanlı füzyon yaklaşımının pulmoner emboli tanısında güvenilir, yorumlanabilir ve çoklu etiketli karar destek potansiyeli sunduğu belirlenmiştir.