MR spektroskopi verileri üzerinde beyin tümörlerin bilgisayar destekli otomatik evrelenmesi

Abstract

Beyin tümörlerinde diğer tümör çeşitlerinde olduğu gibi son yıllarda hızlı bir artış görülmektedir. Özellikle kanser olarak bilinen kötü huylu beyin tümörlerinin teşhisinde geç kalınması durumunda çok fazla sayıda hasta yaşamını kaybedebilmektedir. Bu nedenle erken ve doğru teşhis kanser tedavisinde hayati derecede önem taşımaktadır. Beyin tümörlerinin tespit aşamasında kullanılan en yaygın yöntemler Manyetik Rezonans Görüntüleme ve patolojik incelemelerdir. Biyopsi gibi patolojik invaziv yöntemler hastalık ve ölüm gibi çeşitli gibi riskleri beraberinde getirmektedir. Bu yüzden MR Görüntüleme ve MR Spektroskopi gibi invaziv olmayan yöntemler konusunda araştırma ve çalışmalar son yıllarda yaygınlaşmıştır. Bu çalışmada LSTM (Long Short Term Memory – Uzun Kısa Vadeli Hafıza) sinir ağlarını kullanarak birden fazla beyin tümörüne sahip hastadan ve sağlıklı hastalardan alınan Manyetik Rezonans Spektroskopi verilerini kullanarak farklı evrelerdeki beyin tümörlerinin sınıflandırılması gerçekleştirilmiştir. Verisetinde bulunan 179 kişiden alınan MR Spektroskopi sinyalleri üzerinde, bilgisayar destekli otomatik teşhis sistemine dayalı bir yöntem öneren bu çalışma sonucunda, geliştirilen uygulama ile tümör bulunmayan kişiler, iyi huylu ve kötü huylu tümör bulunan hastalar arasında yapılan sınıflandırma çalışmaları neticesinde evrelemenin %98.33 oranında başarım ile sağlandığı görülmüştür.

Brain tumors have been increasing rapidly in recent years as in other tumor types. In particular, a large number of patients may die if it is too late to diagnose malignant brain tumors known as cancer. Therefore, early and accurate diagnosis is vital in cancer treatment. Magnetic resonance imaging (MRI) and pathological examinations are the most common methods used in the detection of brain tumors. Pathological invasive methods like biopsy carry various risks such as disease and death. As a result of this, research and studies on non-invasive methods such as MRI and MR spectroscopy have become widespread in recent years. In this study, the classification of brain tumors at different grades is performed using LSTM (Long Short Term Memory) neural networks on Magnetic Resonance Spectroscopy (MRS) data obtained from patients with multiple brain tumors and healthy patients. As a result of this study, which proposes a method based on a computer assisted automatic diagnosis system on MR spectroscopy signals in dataset, obtained from 179 patients, it has been observed that grading is achieved with average 98.33% classification results performed between people without tumors and patients with benign and malignant tumors.