Kalça ultrason taramalarında bilgisayar yardımlı standart plan tanımlanması ve klinik korelasyonu
Computer-aided standard plan detection and clinical correlation in hip ultrasound scans
- Tez No: 870192
- Danışmanlar: PROF. DR. HAYATİ DURMAZ
- Tez Türü: Tıpta Uzmanlık
- Konular: Ortopedi ve Travmatoloji, Orthopedics and Traumatology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Ortopedi ve Travmatoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Gelişimsel kalça displazisinin (GKD) erken tanınması ve beraberinde tedavisinin de erken planlanması oluşabilecek birçok maddi ve manevi problemin önlenmesi açısından önem arz etmektedir. Bu nedenle tüm yenidoğan bebekler Türkiye ulusal tarama programı içerisinde yer alan akış planına göre yenidoğan döneminde kalça ultrasonu ile taranmaktadır. Yapılan ultrasonografik değerlendirmelerin standardizasyon eksikliği ve kişi bağlı bir tetkik olması araştırmanın çıkış noktası olup klinisyenlere değerlendirme aşamasında kolaylık sağlamak amacıyla bilgisayar yardımlı bir sistem (yapay zekâ) oluşturulması ve klinik değerlendirmenin yapılması amaçlanmıştır. Yöntem: Kliniğimize 2023 yılı içerisinde tarama amacıyla yönlendirilen 110 bebekten alınan kalça ultrason görüntülemeleri depolandı. 2 saat 1 dakikalık video örneklerinden 552 adet standart plan tek kare etiketlemesi yapıldı ve eğitim ağı için bu görüntüler kullanıldı. Makine öğrenme tekniklerinden biri olan Single Shot Multibox Detector (SSD) sistemi yazılımın hızlı ve güvenilir olması için önceden eğitilmiş konvolüsyonel sinir ağları (MobileNet) ile entegre olarak kullanıldı. Eğitim süreci tamamlandıktan sonra klinik korelasyonunu test etmek amacıyla eğitim süreci dışında tutulan 10 bebekten elde edilen 10 adet 1'er dakikalık video hazırlandı. Bu videolar içerisinden 6 adet doktor değerlendirici (1 uzman ortopedist, 1 uzman radyolog, 4 ortopedi asistanı) ve yapay zekanın standart plan tespiti yapması istendi. Her bir değerlendirici için elde edilen 100'er adet görüntüden doğruluk ve hata değerlendirilmesi 2 adet uzman gözlemci ile yapıldı. Bulgular: Çalışmaya katılan 6 adet doktorun (TFY, SM, FO, MCB, MŞ, BY) ve yapay zekanın (YZ); Gözlemci I ve II ye göre 100 kare üzerinden doğruluk oranları sırasıyla TFY 86/86, SM 86/86, FO 82/82, MCB 82/80, MŞ 65/65, BY 72/72, YZ 83/84 saptandı. Gözlemciler arası uyum tüm kareler beraber değerlendirildiğinde %96.2 (Cohen K=0.882) olarak tespit edildi. Standart plan tespiti sırasında yapılan hatalar değerlendirildiğinde %10.1 oranında ilyak kanat dikliği, %8.8 oranında asetabular derin nokta tespiti, %0.7 oranında labrum tespitinde hata yapılmış olup YZ tarafından 3 adet karede artefakt hatası yapılmıştır. Çıkarımlar: Kalça ultrason taramalarında derin öğrenme modelleri ile eğitilen algoritmalar kullanılarak klinik pratikte insan kullanıcılara benzer veya üstün doğruluk oranında standart plan tespitinin yapılabildiği gösterilmiştir. Çalışmanın klinik korelasyonunda ultrasonografik değerlendirmenin doğruluğunun eğitim yılıyla bağlantılı olduğu görüldü. Uzman radyolog ve uzman ortopedist kullanıcıya benzer oranda doğruluk ile sistemin çalıştığı gösterildi. Bu algoritmalar kullanılarak ultrasonografik değerlendirmeler standardizasyon eksikliğinden arındırılabilir ve deneyimsiz kullanıcılara doğruluk oranları artırılmış görüntüler ile klinik pratiklik sağlanabilir.
Özet (Çeviri)
Objective: Early detection of developmental hip dysplasia (DDH) and the subsequent planning of treatment are crucial to prevent various problems. Therefore, all newborns in Turkey undergo hip ultrasound screening during the neonatal period according to the national screening program. The lack of standardization in ultrasound evaluations and the subjective nature of the examination prompted the creation of a computer-assisted system to facilitate the assessment stage for clinicians and to conduct clinical evaluations. Method: Hip ultrasound images obtained from 110 infants referred for screening in our clinic in 2023 were stored. A total of 552 standard plane single-frame annotations were made from 2 hours and 1-minute video samples, and these images were used for training the neural network. The Single Shot Multibox Detector (SSD) system, a machine learning technique, was integrated with pre-trained convolutional neural networks (MobileNet) for the software to be fast and reliable. To test the clinical correlation after the training process, 10 videos of 1 minute each were prepared from 10 infants excluded from the training process. Six evaluating doctors (1 orthopedist, 1 radiologist, 4 orthopedic residents) and the artificial intelligence were asked to identify standard planes from these videos. Accuracy and error evaluation of 100 images for each evaluator were performed with the assistance of two expert observers. Results: The accuracy rates over 100 frames for the 5 participating doctors (TFY, SM, FO, MCB, MŞ, BY) and artificial intelligence (AI) were found to be TFY 86/86, SM 86/86, FO 82/82, MCB 82/80, MŞ 65/65, BY 72/72, AI 83/84, respectively, according to Observers I and II. Inter-observer agreement for all frames evaluated together was determined as %96.2 (Cohen K=0.882). When errors during standard plane identification were evaluated, errors in the iliac wing were made in 10.1% of cases, errors in the detection of the lower limb in 8.8% of cases, and errors in labrum detection in 0.7% of cases. Additionally, 3 artifact errors were made by AI. Conclusion: Algorithms trained with deep learning models have been shown to achieve standard plan detection in hip ultrasound scans with similar or superior accuracy to human users in clinical practice. The study revealed a correlation between the accuracy of ultrasound evaluation and the years of training in clinical correlation. The proposed deep learning system was demonstrated to operate with accuracy comparable to expert radiologists and orthopedic specialists. These algorithms have the potential to assist users who do not frequently perform ultrasound assessments in achieving higher accuracy in clinical evaluations. By utilizing these algorithms, ultrasound assessments can be freed from the lack of standardization, and enhanced images can increase accuracy rates for inexperienced users, providing clinical practicality.
Benzer Tezler
- Acil servise ayak bileği travması sebebiyle başvuran ve ottawa kriterlerine göre radyolojik görüntüleme endikasyonu olan hastalarda ultrasonografi sonuçlarının ortopedi kliniğinin direk grafi ve bilgisayarlı tomografi ile tespit ettiği sonuçlar ile karşılaştırılması
Başlık çevirisi yok
ATANUR İNCE
Tıpta Uzmanlık
Türkçe
2018
İlk ve Acil YardımMarmara ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. ARZU DENİZBAŞI ALTINOK
- Gelişimsel kalça displazisinin aile hekimliğinde ultrason ile değerlendirilmesi
Evaluation of developmental dysplasia of the hip with ultrasound in family medicine
YUNUS TAŞ
Tıpta Uzmanlık
Türkçe
2025
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. HAKAN DEMİRCİ
- Derin öğrenme teknikleri ile gelişimsel kalça çıkıklığının ultrason görüntülerinden otomatik tespiti
Automatic detection of developmental dysplasia of the hip from ultrasound images with deep learning techniques
MUHAMMED ENES YILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İ.EVRİM ÇOLAK
DOÇ. DR. MEHMET SERDAR GÜZEL
- Kalça protezi cerrahilerinde ultrason eşliğinde rejyonal blokların postoperatif analjeziye etkisinin iyileşme kalitesi-15 (QoR-15) ölçeği ile değerlendirilmesi
Evaluation of the effect of ultrasound-guided regional blocks on postoperative analgesia in hip arthroplasty using the quality of recovery-15 (QoR-15) scale
EDA ESEROĞLU GÜLŞEN
Tıpta Uzmanlık
Türkçe
2026
Anestezi ve ReanimasyonSağlık Bilimleri ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. ÖZNUR DEMİROLUK
- Kalça cerrahilerinde nöroaksiyel anestezi öncesi ultrason eşliğinde yapılan perikapsüler sinir grubu bloğu ve femoral sinir bloğu etkinliğinin karşılaştırılması
Comparison of the efficacy of ultrasound-guided pericapsular nerve group block and femoral nerve block before neuraxial anesthesia in hip surgeries
GÖKHAN ZAFER
Tıpta Uzmanlık
Türkçe
2024
Anestezi ve ReanimasyonÇanakkale Onsekiz Mart ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. MESUT ERBAŞ