Karaciğerde Fibrozisin Kantitatif Faz Görüntüleme Kullanılarak Makina Öğrenme İle Evrelendirilmesi

Karaciğer fibrozisinin evrelendirilmesinde doku kesitleri, çeşitli histokimyasal boyalar kullanılarak görüntülenmekte ve patolog tarafından incelenmektedir. Fakat, hastalığın evresinin belirlenmesinde patologlar arasında belirgin fark olmaktadır. Bu durum kısmen laboratuvarlar arasındaki boyama prosedüründeki farklılıklar, kısmen de evrelendirme prosedürünün yarı nicel olmasından kaynaklanmaktadır. Projemizde, bu sorunları dijital patoloji için boyama olmaksızın kantitatif faz görüntülenmesi ile çözmeyi hedefliyoruz.  Kantitatif faz görüntüleme tekniği, doku dilimindeki kütle yoğunluk dağılımını haritalandırır. Bu yoğunluk dağılımı henüz karaciğer fibrozisinde incelenmemiştir.  Bu projede kantitatif faz görüntü bilgisiyle karaciğer fibrozisini evrelemeyi planlıyoruz.  Ayrıca, doğru ve objektif fibrozis evrelendirilmesi için makine öğrenme eğitim prosedürü boyunca üretilen özniteliklere dayanan yaklaşımı kullanacağız.  Bugüne kadar kantitatif faz ile karaciğer fibrozisinin evrelendirilmesi yapılmamıştır. Bu proje, bahsedilen bu alanda bir ilk olma niteliğindedir.  Karaciğer fibrozisinin objektif bilgisayar tabanlı teknikleri kullanarak evrelendirilmesi de diğer bir katkıdır. Makine öğrenme teknikleri, gösterdiği üstün performans sayesinde bilgisayar tabanlı görüntüleme uygulamalarında yaygın olarak kullanılmaktadır ve bu tekniğin insan karaciğer biyopsilerinde karaciğer fibrozis evrelendirilmesinde doğruluğu, hassasiyeti ve spesifikliği iyileştireceğine inanmaktayız. Standart boyama ile elde edilen görüntülere dayanan makine öğrenme tekniklerde yeni vakalara genelleştirebilmek için kullanılan verinin benzer istatistiksel özelliğe sahip olması gerekmektedir.  Boyanmış örneklerin kullanıldığı geleneksel görüntüleme yöntemleri bu konuda büyük değişkenlik göstermektedir.  Kantitatif faz görüntüleme metodunda numunenin içsel özelliklerini ölçülmekte olup, boyama ile ilgili değişiklik göstermemektedir. Bu çalışmamızda kantitatif faz görüntülemeyi ve makine öğrenmesini bir araya getirerek daha doğru ve küresel ölçekte kullanılabilir bir karaciğer fibrozis evreleme metodu geliştirmeyi hedefliyoruz.