Kontrast tutucu meme manyetik rezonans görüntülerinde kanserli olan ve olmayan dokuların göüntü işleme yöntemleri ile belirlenmesi

Meme kanserinde erken tanı yaşamı etkileyen en önemli faktörlerden biridir. Meme kanserinde gözden kaçabilen bir lezyonun dahi, ilerde ne denli büyük sıkıntılara yol açabileceği gerçeği erken tanının önemini ortaya koymaktadır. Erken tanı sayesinde günümüzde meme kanserinden ölümler yarıya inmiş ve memenin korunması, daha kaliteli yaşama olanak sağlaması, erken tanıyı daha da önemli hale getirmiştir [14]. Çalışmada oluşturulan algoritma ve yazılım hekimlere tanı koyma aşamasında yardımcı olmayı hedeflemiştir. MR görüntülerinin yorumlanmasında hekimler, temel düzeyde görüntü işleme algoritmaları içeren yazılımlar kullanmaktadırlar. Ancak bu yazılımlar tanıya katkıda bulunmak adına sınırlı sonuçlar üretmekte, yalnızca hekimin lezyon olarak yorumladığı bölgeyi, tamamen kendi gözlem ve birikimlerine dayanarak seçimi ile belirli bir bölge için sonuçlar üretebilmektedir. Yani tamamen etkileşimli ve genel içerik taşıyan yazılımlar, özel durumlarda istenilen sonuçları üretememektedirler. Hekim, bir bölgenin grafik ve şekil verilerini değerlendirdikten sonra tanı koymakta fakat bu yöntem ile elde edilen tanı, hekimlerin dikkatine, deneyimine bağlı olarak farklı sonuçlar verebilmekte, yine hekimlerin ifadesine göre; herhangi küçük ancak kötü huylu bir lezyon gözden kaçırılabilmektedir. Bu tip lezyonların gözden kaçırılabilme ihtimali hekimler tarafından önemli bir sorun olarak dile getirilmektedir[6]. Bu sorunu en aza indirgemek amacıyla, sunulan çalışmada, meme kanserinin erken tanısına yönelik bir yöntem geliştirilmiştir. Çalışmadaki amaç, kontrast tutucu bileşik ile dinamik olarak elde edilen meme MR görüntülerinin incelenip, kanserojen etkisi olan kötü huylu (malign) lezyonlar ile kanserojen etkisi olmayan iyi huylu (benign) lezyonların otomatik olarak ayırt edilmesini sağlayan bir algoritma ve yazılım geliştirmektir. Tıpta hekimlerce kabul edilmiş olan tümörün kontrast tutucu bileşiğin etkisi altındaki davranış biçimleri (Bkz. Şekil 4.3) incelenmiştir. Bu davranışların sonucu oluşan eğimlerden yola çıkarak sınıflandırma, lokal grafik analizi, görüntü zenginleştirme gibi diğer yöntemler ile karşılaştırmalar yapılmış ancak geliştirilen özgün algoritma ile daha başarılı sonuçlar elde edildiği gözlenmiştir. Hastanın ilk görüntüleme esnasında vücuduna verilen kontrast tutucu bileşiğe karşı memedeki yağ, kas, normal dokular, iyi huylu ve kötü huylu lezyonlar farklı şekilde tepki vermektedir. Uygulamada geliştirilen yazılım, her ölçü dizisindeki? 11 veya 15 adet görüntüyü kendi içerisinde değerlendirmekte, sonuç görüntü verilerini ise, her ölçü dizisindeki en son görüntüye işlemektedir. Programın çalıştırılması ile ilgili dosyada toplam 40 adet sonuç görüntü oluşmakta ? Meme 11 veya 15 kez ardışık zamanlı taranmakta ve her defasında aynı kesit görüntüler üzerinden geçmektedir. Ölçüm bitiminde, her kesit görüntüye ait olan 11 veya 15 zamanlı ölçümde elde edilen 11 veya 15 görüntünün tümüne ölçü dizisi denmektedir. ve bu görüntülerde ölçü dizisinin içerdiği kesit görüntülerinin verilerine göre, yazılım tarafından kötü huylu olarak belirlenen lezyonlar kırmızıya, iyi huylu olarak belirlenen lezyonlar ise maviye boyanmaktadır. Sonomed Tıbbi Görüntüme Merkezi ve Laboratuvarı' ndan alınan görüntüler ile yapılan çalışmanın tüm aşamalarında, Görüntüleme Merkezi' ndeki radyoloji uzmanları ile beraber çalışılmış, hastaların raporları, varsa patolojik sonuçları radyologlar tarafından değerlendirilmiş ve geliştirilen yazılımın oluşturduğu sonuç görüntüler, yine radyoloji uzmanları tarafından onaylanmıştır. Tezin gelişimi ile ilgili karşılıklı fikir ve bilgi alışverişinde bulunulmuştur. Geliştirilen özgün algoritma C programlama dili ile yazılmış ve kısa bir süre içerisinde kullanıcıya yönelik bir ara yüz geliştirilmesi planlanmıştır. Anahtar Kelimeler: Meme kanseri, MRG, erken tanı, görüntü işleme