Extraction of vascular trees for living donated liver transplantation

Canlı vericili karaciğer nakli öncesinde karaciğer damar ağacının doğru bir şekilde bölütlenmesi gerekir. Uzman radyologlar bu prosedürü manuel olarak veya yarı otomatik yazılım araçlarını kullanarak gerçekleştirmektedir. Elcil etiketleme çok zaman alıcı ve sıkıcı bir işlemdir ve yöntemin doğruluğu, büyük ölçüde uzmanın yeteneklerine bağlıdır ve insan hatasına oldukça duyarlıdır. Yarı otomatik yöntemler daha hızlıdır, ancak gelişmiş etkileşim mekanizmaları ve yinelemeli optimizasyon gerektirir. Bu nedenle, otomatik yöntemlere ihtiyaç vardır. Ne yazık ki, karaciğerin damar ağacları oldukça karmaşık ve hastalar arası değişkenlik gösteren yapılardır. Üstelik, kontrastı arttırılmış görüntüler önemli miktarda gürültü içerebilmektedirler. Bu nedenlerden dolayı, tam otomatik bir yöntemin geliştirilmesi zorlu bir görev haline gelir. Halihazırda, mevcut yöntemlerin karşılaştırmalı analizi için sağlam bir veri seti bulunmamaktadır. Bu durum, bir değerlendirme veri kümesi üzerinde farklı tekniklerin nicel analizlerinin yapılmamış olmasından dolayı iyileştirme önermeyi zorlaştırmaktadır. Bu tez çalışmasında ilk olarak 35 abdominal bilgisayarlı tomografi anjiyografi veri kümesinden oluşan bir veri tabanı toplanmış, hepatik ve portal damarlar elcil olarak etiketlenmiştir. İşlem deneyimli bir radyolog tarafından dikkatle denetlenmiştir. Bilinen damar bölütleme yöntemlerinden bazıları test edilmiş ve performansları analiz edilmiştir. Son olarak, geliştirilen derin modellerin performansını yansıtmak için derin öğrenme temelli yöntemler uygulanmıştır. Kapsamlı deneylerden sonra, DeepMedic mimarisinin en iyi performansı sağladığı görülmüştür. Çok düzlemsel rekonstrüksiyonların kombinasyonlarını kullanan bir otomatik sistem geliştirilmiştir. Elde edilen sonuçların hem mevcut yöntemlerden hem de derin modellerin bireysel kullanımından daha iyi performans gösterdiği gözlemiştir.