مقایسه و ارزیابی تصاویر مالتی پارامتریک ام آرآی پروستات با داده های پاتولوژی در یک مرکز تصویربرداری کلینیکال در ایران
General Material Designation
[پایان نامه]
First Statement of Responsibility
سهیلا کوپایی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
دانشگاه علوم پزشکی تهران، دانشکده پزشکی
Date of Publication, Distribution, etc.
۱۳۹۸
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۱۰ص.
Other Physical Details
جدول،نمودار
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
فناوری تصویربرداری پزشکی
Text preceding or following the note
۱۷/۸۳
SUMMARY OR ABSTRACT
Text of Note
مقدمه و هدف: سرطان پروستات دومین عامل مرگ و میر در بین مردان میباشد. روشهای تشخیصی سرطان پروستات که امروزه مورد استفاده قرار میگیرد میتوان به 1- آزمون digital rectal examination(DRE) 2- میزان آنتیژن Prostatic specific antigen(PSA) و 3- بیوپسی تحت گاید التراسوند(TRUS) اشاره کرد. با بررسیهای بیشمار به اثبات رسیده است که این روشها دارای صحت تشخیصی پایینی میباشند و به تنهایی قادر تشخیص سرطان پروستات با صحت بالای 80% نخواهند بود. به همین دلیل شرایط ایجاب میکند تا از روشهای جدید همچون تصویربرداری مالتیپارامتریک MRI(mp-MRI) استفاده شود. این روش تصویربرداری شامل سکانسهای آناتومیکی T1weighted و T2weighted و سکانس های عملکردی diffusion weighted imaging و dynamic contrast enhancement imaging میباشد. روش تصویربرداری mp-MRI دارای حساسیت و اختصاصیت بالاتر در تشخیص ضایعه، تعیین محل ضایعه، تعیین مرحله بیماری و سرعت پیشرفت آن میباشد. به طوری که روش چهارمی به عنوان بیوپسی تحت گاید همزمان التراسوند و mp-MRI استفاده میشود که حساسیت و اختصاصیت بالاتری نسبت به روش سوم دارد که این روش هم به دلیل ذات تهاجمی بودن بیوپسی باعث ایجاد مخاطرات بسیاری برای بیماران میشود. آنچه که مهم است بررسی و ارزیابی روش mp-MRI به تنهایی میباشد. تفسیر تصاویر mp-MRI پروستات به دو صورت کیفی و کمی انجام میگیرد. تفسیر تصاویر به صورت کیفی بسیار وابسته به تجربه رادیولوژیست میباشد به این دلیل که خصوصیات بافتهای سرطانی در سکانسهای مختلف تصویربرداری mp-MRI با شرایط بافتهای خوشخیم پروستات دارای همپوشانی میباشد و تشخیص ضایعات سرطانی را با مشکل مواجه میسازد. بدین ترتیب تفسیر کمی تصاویر میتواند وابستگی تشخیص به رادیولوژیست راکاهش دهد و همچنین به عنوان یک سیستم حمایت کننده برای وی تعیین شود. هدف ما از انجام این پروژه ایجاد مدلهای تشخیصی با استفاده از ویژگیهای کمی تصاویر mp-MRI و تعیین صحت، حساسیت و اختصاصیت این مدلها در تعیین ضایعات خوشخیم و بدخیم پروستات بدون انجام بیوپسی به عنوان یک روش تهاجمی و دارای مخاطرات بسیار میباشد.روشکار: ابتدا افرادی که دارای آزمون DRE غیرطبیعی، مقدار PSA خون بالا و سابقه خانوادگی بودند توسط پزشک اورولوژیست به بخش تصویربرداری معرفی شدند. افراد تحت تصویربرداری mp-MRI پروستات قرار گرفتند. تصاویر توسط پزشک رادیولوژیست بر اساس معیار امتیازدهی prostate imaging and data system (PIRADS(v2)) امتیازدهی شده و مناطق مشکوک به ضایعات با کشیدن region of interest (ROI) در تصویر T2w در نمای آگزیال مشخص شدند. در مرحله بعدی بیوپسی تحت گاید التراسوند و mp-MRI به صورت همزمان انجام گرفت و نمونهها به دو گروه خوشخیم و بدخیم توسط پاتولوژیست تقسیم بندی شدند. استخراج ویژگیهای منحصربهفرد هر سکانس تصویربرداری با کمی سازی تصاویر mp-MRI انجام گرفت که برای تصاویر دفیوژن نقشه apparent diffusion coefficient (ADC) و برای تصاویر پرفیوژن نقشه های کمی و نیمهکمی آن استخراج شد. از هر نقشه و تصویر T2w بیمار ویژگی های Radiomics در چهارگروه استخراج شد. برای بررسی آمار نتایج با استفاده از توزیع ویژگیها به بررسی تک تک ویژگیها پرداخته و انتخاب ویژگیها بر اساس p-value آنها انجام گرفت. سپس با استفاده از leave-one-out crossvalidation و linear discriminant analysis (LDA) به عنوان classifier به ارزیابی گروههای ایجاد شده پرداخته و بهترین مدلها بر اساس ویژگیهای Radiomics تعیینشد.یافتهها و نتیجهگیری: نتایج حاصل از انجام leave-one-out crossvalidation که به همراهی LDA به عنوان classifier نشاندهنده این میباشند که مدلهای ایجاد شده بر اساس ویژگیهای Radiomics دارای صحت بالا در تشخیص ضایعات خوشخیم وبدخیم پروستات دارند که این مقدار برای گروه ویژگیهای هر سکانس به تنهایی کمتر 90% و برای گروه ویژگیها به صورت ترکیبی دو به دو و به طور کلی به بالای 90% میباشد به صورتی که بالاترین صحت به مدل ویژگیهای ADC و DCE به صورت ترکیبی به مقدار 96.6% میرسد و این در حالی که این مدل دارای حساسیت و اختصاصیتی به ترتیب برابر با 100% و 85.7% میباشد. پس با استفاده از این نتایج میتوان اثبات کرد که مدلهای Radiomics ایجاد شده از تصاویر mp-MRI با صحت بالا قادر به تشخیص سرطانی پروستات میباشند و از این نتایج میتوان در ایجاد سیستمهای حمایت کننده تشخیصی همچون computer-aided diagnosis (CAD) نیز استفاده کرد.