Miyokard perfüzyon sintigrafilerininin sayısal analizi için normal veritabanı oluşturularak değerlendirme sürecinde bir yapay zeka uygulaması geliştirilmesi

Abstract

Bu tez çalışmasında ilk olarak, tamamen normal koroner anjiografik bulgulara sahip hastalardan oluşturulan normal bir veritabanı (n=79) 4DMSpect programı içerisinde tanımlandı. Bu normal veritabanı ile 4DMSpect ve kendi veritabanları kullanılarak ECToolbox ve QPS programları koroner anjiografisi bilinen diğer bir grup üzerinde (n=223) karşılaştırıldı. Programlardan elde edilen toplam stres skoru (SSS) ve toplam fark skoru (SDS) verileri ile çizilen ROC eğrilerinin istatistiksel karşılaştırmalarında 4DMSpect SSS eğrisi en başarılı olurken (EAK=0.768), 4DMSpect SSS eğrisi ve sırasıyla 4DMSpect SDS (p=0.031), ECToolbox SSS (p=0.035), ECToolbox SDS (p=0.015) ve QPS SDS ile (p=0.001) anlamlı farklılıklar izlendi. Çalışmanın ikinci kısmında altı adet yapay sinir ağından oluşan bir yapay zeka (YZ) uygulaması geliştirildi. Bu uygulama ile okuyucular anjiografi sonuçları bilinen bir test grubunda (n=65) önce karşılaştırıldı daha sonra kullanıcıların yapay zeka ile işbirliği yapmaları durumunda başarılarındaki değişimler hesaplandı. Tanısal performans kriterleri açısından YZ'nin duyarlılık değeri %70 ve özgüllük değeri %68 olduğu konumda başarısının diğer tüm insan okuyuculardan istatistiki olarak ayırt edilemeyeceği izlendi. YZ ile deneysel bir işbirliği gerçekleştirildiğinde ise üç okuyucunun başarısında anlamlı düzeyde artış izlendi (bir okuyucunun doğruluğunda %66'dan %77'ye (p=0.04), diğer iki okuyucunun özgüllüğünde %63'ten %80'e (p=0.01) ve %53'ten %71'e (p=0.03)). Tüm okuyucuların sonuçları beraber ele alınarak YZ yardımı varken ve yokken duyarlılıklar karşılaştırıldığında anlamlı farklılık izlenmedi (%72 ve %72, p=0.855 YZ ile). Ancak özgüllükler karşılaştırıldığında anlamlı (%64'ten %76'ya, p<0.001 YZ ile) ve doğruluklar karşılaştırıldığında anlamlı (%67'den %75'e, p<0.001 YZ ile) farklılık izlendi.

In this thesis, a normal database of myocardial perfusion scintigraphies from patients with completely normal coronary angiographies (n=79) was created and installed in the 4DMSPECT program. 4DMSPECT with the normal database created, ECToolbox and QPS with their supplied databases were compared in a test group consisting of 223 patients with known angiographies. In the comparisons made between the ROC curves created with Summed Stress and Summed Difference Scores obtained from programs, 4DMSpect SSS was the most successful (AUC = 0.768) and there were statistically significant differences between 4DMSpect SSS and 4DMSpect SDS (p=0.031), ECToolbox SSS (p=0.035), ECToolbox SDS (p=0.015), QPS SDS (p=0.001) respectively. In the second part of the thesis an artificial intelligence (AI) application consisting of six artificial neural networks was created. In a test group of 65 patients, this application was tested against human readers and possible collaborations of human readers and AI was researched. When the sensitivity of AI was held at 70% and specificity at 68% with the adjustment of threshold, there were no statisticaly significant differences between the performances of human readers and AI. After the experimental collaboration of human readers and AI, three readers had statistically significant increases in their performances (accuracy of a reader increased from 66% to 77% (p=0.04), specificity of a reader increased from 63% to 80% (p=0.01) and another from 53% to 71% (p=0.03)). When the changes in performances of all readers with and without AI collaboration were evaluated, no statistically significant difference in sensitivities was observed (from 72% to 72% with AI, p=0.855), however, statistically significant difference in specificities was observed (from 64% to 76% with AI, p<0.001) and statistically significant difference in accuracies was observed (from 67% to 75% with AI, p<0.001).