Spect miyokard perfüzyon görüntülemesinden koroner arter hastalığı tanısı için yeni sınıflandırma modelleri

Bu tez çalışmasının amacı, tek foton emisyon bilgisayarlı tomografi (SPECT) miyokard perfüzyon görüntülemesinden (MPG) iskemi ve enfarktüs olarak adlandırılan koroner arter hastalıklarının varlığının ve lokalizasyonunun tespiti amacıyla bilgisayar destekli sınıflandırma modelleri geliştirmektir. Derin öğrenme (DÖ) tabanlı ve kural tabanlı olmak üzere iki farklı sınıflandırma modeli önerilmiştir. İlk model, sıfırdan eğitilmiş derin sinir ağı (DNN), önceden eğitilmiş çeşitli DNN'ler ile transfer öğrenimi, bu ağlardan çıkarılan derin ve sığ öznitelikler ile destek vektör makinesi, güçlendirilmiş karar ağacı ve rastgele orman gibi çeşitli sınıflandırıcıları kullanır. İkinci model ise; uzman okuyucuların bilgisini renk eşikleme, segmentasyon, öznitelik çıkarımı ve bazı sezgisel algoritmaları içeren uygun görüntü işleme tekniklerine dönüştürmeyi amaçlamaktadır. Ayrıca, tek gün protokolüne göre istirahat/stres Tc-99m SPECT MPG için başvuran 192 hastanın görüntüleri tüm araştırmacıların kullanımına açık bir veri seti oluşturmak için toplanmıştır. Referans standart olarak iki uzman okuyucu tarafından yapılan görsel değerlendirmeler kullanılmıştır. Önerilen modellerin performansı bu referans standarda göre değerlendirilmiştir. Maksimum doğruluk, duyarlılık ve özgüllük değerleri, sırasıyla DÖ tabanlı model için %94, %88, %100, kural tabanlı model için %93, %100, %86 olarak hesaplanmıştır. Önerilen modeller uzman analizi düzeyine yakın tanı performansı sağlamaktadır. Bu nedenle, SPECT MPG'nin miyokard iskemisi ve enfarktüsü ile ilgili yorumlanması sırasında klinik karar vermede yardımcı olabilirler.