Kontrastsız manyetik rezonans görüntüleme ile yapay zeka modelleri kullanılarak multipl skleroz hastalarında beyindeki aktif plakların tanımlanması

Kontrastsız Manyetik Rezonans Görüntüleme ile Yapay Zeka Modelleri Kullanılarak Multipl Skleroz Hastalarında Beyindeki Aktif Plakların Tanımlanması Amaç: Yapay zeka makine öğreniminin, beyindeki aktif MS plaklarını, MRG'deki FLAIR görüntülerde kontrast madde verilmeden tanımlayabilme başarısını değerlendirmek. Gereç ve Yöntem: Ocak 2017 ile Aralık 2023 tarihleri arasında MS tanısı ile kontrast öncesi ve sonrası beyin MRG çekimi yapılan yaşları 18 ile 65 arasında değişen 422 hastanın görüntüleri retrospektif olarak değerlendirildi. Hastalar, MRG incelemelerinde aktif plak (789 sayıda) ve inaktif plak (693 sayıda) bulunanlar olarak iki gruba ayrıldı. Görüntüler, yeniden boyutlandırılarak dizilere dönüştürüldü. Oluşturulan veri setinin rastgele olarak %80'i eğitim, %20'si ise test için kullanıldı. ResNet50, InceptionV3, Xception, MobileNet, MobileNetV2, VGG16, VGG19, DenseNet121, DenseNet169, DenseNet201 ve NASNetMobile transfer öğrenme modelleri; optimizasyon algoritmaları olan SGD, Adam, RMSprop ve Nadam; aktivasyon fonksiyonu olan relu ve swish hiperparemetreleri 88 farklı model oluşturularak iteratif bir şekilde kullanıldı. Bulgular: MobileNet ile Adam optimizasyon algoritması ve relu aktivasyon fonksiyonu kullanılarak oluşturulmuş yapay zekâ modeli aktif ve inaktif plak sınıflamasında %74,4 doğruluk oranı ile en başarılı sonucu verdi. Sonuç: Yapay zekâ makine öğrenimi, bir konvansiyonel MRG sekansı olan kontrastsız FLAIR sekansı ile kontrastlandığı bilinen aktif plakları orta-yüksek doğruluk oranında tahmin edebilmiştir. Bu sonuç; klinik uygulamalarda kullanım açısından yeterli olmamakla birlikte kontrast madde kullanımından kaçınan bir tanı protokolü için ümit vericidir. Anahtar Kelimeler: Yapay zekâ, makine öğrenmesi, multipl skleroz.