Derin öğrenme tabanlı segmentasyon modellerinin pankreas görüntüleri üzerinde karşılaştırmalı analizi

Pankreas, özellikle lipaz enzimiyle besinlerdeki yağı parçalayan ve diğer birçok hormonal görevi de olan vücudun hayati organlarından biridir. Endokrin işlevindeki rolü, hormonlar üreterek kan şekeri seviyelerini kontrol etmektir. İnsülin belki de en önemli örnektir ve ayrıca sindirim sisteminin bazı bölgelerinde normal hormon salınımını sağlar. Bu iki işlev bir arada iyi gitmediğinde ciddi sağlık sorunları ortaya çıkabilir. Pankreas patolojileri kanser, diyabet, pankreatit, hormonal düzensizlik veya sindirim sorunlarıdır. Çoğu pankreas bozukluğu yaşamı tehdit edici olduğundan, hekimler tarafında öncelik verilen tetkikler arasında. Pankreas hastalıklarının tespitinde ilk olarak kan ve idrar testleri yapılır. BT (Bilgisayarlı Tomografi), MRG (Manyetik Rezonans Görüntüleme), EUS (Endoskopik Ultrasonografi) gibi ek görüntüleme teknikleri, hastanın ihtiyaç duyması durumunda daha ileri incelemeler için kullanılır. Bu teknikler, pankreasın yapısını ve işlevini ayrıntılı olarak incelemek için kullanılır. Pankreas görüntüleri üzerinde tanımlama ve hatlarının belirlenmesi işlemlerine "pankreas segmentasyonu" denir. Segmentasyon süreci, doğru pankreas değerlendirmesi için gereklidir. Pankreas, bir kişiden diğerine büyük ölçüde boyut ve şekil açısından farklılık gösterir. Manuel segmentasyon zaman alır ve tüm hekimler için aynı şekilde çalışmaz. Bu görev deneyim gerektirir ve uzun, zahmetli bir süreç olabilir. Segmentasyon sürecinde hekime ön değerlendirme olarak segmente edilmiş bir görsel sunmak, değerlendirme sürecinin hızlanmasına ve hekimin dikkatinin daha uzun süre korumasına destek olacaktır. Son yıllarda, bu zorlu sorunları çözmek ve daha doğru sonuçlar elde etmek için derin öğrenme tabanlı organ segmentasyon yöntemlerine ilgi artmıştır. Derin öğrenme, teşhis verileri ve tıbbi görüntülerin yüksek doğruluk oranlarıyla sınıflandırılması gibi işlemlerde detay seviyesini artırmak için yüksek potansiyelli makine öğrenimi uygulaması olduğunu kanıtlamıştır. Derin Öğrenmeye dayalı mevcut segmentasyon teknikleri, insan çabasına kıyasla daha iyi tutarlılık ve hız sunarak burada yaygın olarak uygulanmaktadır. Bu çalışmada kamuya açık veri seti kullanılarak pankreas segmentasyonu için iki ayrı çalışma gerçekleştirilmiştir. Birinci çalışmada U-net ve V-net mimarileri karşılaştırılmıştır. Veri seti eğitim için %80 ve doğrulama için %20 olarak ayrılmıştır. Elde edilen bulgularda U-net mimarisi doğrulama duyarlılığı 99.78 eşitti ve 0.041 doğrulama kaybı elde ettik. V-net mimarisinin doğrulama duyarlılığı 99.75, doğrulama kaybı 0.046 olarak elde edilmiştir. İkinci çalışmada aynı veri seti eğitim için %80, doğrulama için %10 ve test için %10 olarak ayrılmış ve U-net, V-net, Dikkat tabanlı U-Net3B, TransU-Net3B, SwinU-Net3B ve FocalU-Net3B derin öğrenme mimarileri karşılaştırılmıştır. Elde edilen bulgularda Dice skoru; U-net 86.55, V-net 82.09, Dikkat tabanlı U-Net3B 85.47, TransU-Net3B 85.28, SwinU-Net3B 85.63, ve FocalU-Net3B için 84.55 olarak elde edilmiştir. Mimarilerin yüksek doğruluk oranları, derin öğrenme yaklaşımlarının pankreas segmentasyonunda başarılı olduğunu kanıtlamaktadır. Pankreas segmentasyonu, özellikle pankreas hastalıkları için cerrahi bağlamda son derece önemlidir. Cerrahi, pankreas kanseri gibi ölümcül hastalıkların tedavisinde en etkili yöntemlerden biri olarak kabul edilir. Ancak cerrahi sırasında başarılı olmak için pankreasın doğru bir şekilde belirlenmesi, hasta ve hekimler açısından çok önemlidir. Sadece cerrahi müdahale için değil, aynı zamanda hastalık tedavisinin değerlendirilmesi ve tedavinin etkinliğinin analizi için de hekimler açısından önemlidir. Bu nedenle, teşhis ve tedavide hem hız hem de doğruluk açısından segmentasyonun doğruluğu ve hızı esastır. Hastanın bakış açısından hastalığın teşhisinde büyük önem taşıdığı not edilmelidir. Bu süreçlerdeki hataların giderilmesini kolaylaştıran derin öğrenme algoritmalarına dayalı bu metodolojiler, hastalıkların daha erken ve daha doğru bir şekilde tespit edilmesine yardımcı olur.