Proje numarası : 119E624

Proje adı: Deri Kanseri Teşhisi Için Fotoakustik Tomografik Görüntüleme Yöntemi Geliştirilmesi

Proje kodu ve alanı : 1001 Tübitak Bilimsel ve Teknolojik Araştırma Projelerini Destekleme Programı

Proje Süresi: 15.06.2020-15.06.2023

Projenin Tanımı:

Deri (cilt) kanserleri oldukça yaygın görülen, görülme sıklığı giderek artan ve topluma oldukça yüklü bir maliyete sebep olan ülkemizde ve dünyada görülen ciddi bir sağlık problemidir. Deri kanseri türlerinden biri olan malign melanom, diğer deri kanseri türlerine kıyasla daha seyrek görülmekle birlikte deri kanserine bağlı ölümlerin büyük çoğunluğunu oluşturmaktadır.

Melanomun ilerleme evrelerine bağlı olarak kalınlıkları artmakta olup tanısında hangi evrede olduğunun belirlenmesi doğru tedavi uygulanarak tekrar operasyonlarının önüne geçilmesine olanak sağlar. Melanom tanısında kullanılan optik görüntüleme sistemi olan Reflektans Konfokal Mikroskopi (RKM) ile mikrometre çözünürlükle inceleme yapılabilmekte olmasına rağmen sınırlı penetrasyon derinliğine sahip olması (~100 mikrometre) nedeniyle sadece başlangıç seviyesindeki tümörleri belirleyebilmektedir.  Dermoskop, RKM ve optik koherans mikroskopi gibi optik görüntüleme teknikleri ile görüntülenmek istenen pigmentler ve çevresindeki dokular arasında optik bantta yüksek kontrast farkı kullanılarak yüksek çözünürlüklü görüntüler elde edilebilmekte fakat penetrasyon derinlikleri sınırlı kalmaktadır. Tümörlerin incelenmesinde kullanılan bir diğer modalite olan ultrason görüntülemede ise optik tekniklerin inemediği derinliklere ulaşılabilmesine rağmen dokular için düşük değerlere sahip akustik empedans farkının görüntü oluşturmada kullanılmasından dolayı düşük kontrast çözünürlüğüne sahiptir. Melanom görüntülemesinde kullanılan teknikler penetrasyon derinliğinin az  ya da kontrast çözünürlüğü zayıf olması nedeniyle tek başlarına yeterince bilgi verememekte olduklarından, tamamlayıcı  tahribatsız bir  tanı tekniğine ihtiyaç duyulmaktadır.

Fotoakustik görüntüleme, ortamın optik soğurma, ısıl ve akustik parametreleri ile ilişkili bir eşlemedir. Bu özelliği ile fotoakustik görüntüleme mevcut yöntemlerden farklı olarak tümleyici bilgi vermektedir, bunlara ek olarak iyonize etkisi olmayan, noktasal ve kontrast çözünürlüğü yüksek yeni bir hibrit görüntüleme modalitesi olup deri kanseri tanısı ve izlenmesi, yanık gibi diğer deri lezyonlarının görüntülenmesi için de uygun bir tekniktir.

Fotoakustik görüntüleme, ionize olmayan kısa laser darbeleri kullanılarak ısıtılan dokuda meydana gelen genleşme-büzüşme hareketi sonucu oluşan titreşime bağlı dokunun yüksek frekanslı (megahertz mertebesinde) akustik dalga kaynağı şeklinde davranmaları prensibine dayanır. Oluşan bu fotoakustik dalgalar yüzey üzerinde ultrasonik transdüserle ölçülüp, işlenerek fotoakustik görüntüye dönüştürülür. Dokunun uyarılmasında laser darbeleri yerine  mikrodalga bandındaki elektromanyetik dalgalar kullanıldığında ise termoakustik görüntüleme adını alır.

Fotoakustik görüntüleme sistemleri fotoakustik mikroskopik ve tomografik sistemler olarak ikiye ayrılır: Mikroskopi de optik fokuslamanın yapıldığı hücreye akustik transduser ile fokuslama yapılarak o hücreye ait görüntü elde edilir. Tomografik sistemlerde ise optik uyarım geniş bir bölgeyi aydınlatacak şekilde ayarlanır ve transduser dizisi ile elde edilen işaretler görüntüleme algoritması kullanılarak tomografik yani kesit görüntüler elde edilir. Fotoakustik tomografik görüntüleme ile mikroskoplara göre daha düşük çözünürlükte görüntüler elde edilmesine rağmen, doku yüzeyinden mikroskopların ulaşamadığı derinliklerden ve hızlı şekilde görüntüler elde edilmesine olanak sağlamaktadır. Bu bağlamda proje kapsamında Fotoakustik tomografik görüntüleme algoritmalarının geliştirilmesi ve deneysel olarak sınanması üzerine çalışmalar gerçekleştirilecektir.

Katılımcılar :

Doç.Dr. Özgür Özdemir - İstanbul Teknik Üniversitesi/ Mühendislik Fakültesi / Elektrik-Elektronik mühendisliği  (Yürütücü)

Dr. Öğr. Üyesi Hazel Yücel - Başkent Üniversitesi /Mühendislik Fakültesi/Bilgisayar Mühendisliği(Araştırmacı)

Prof. Dr. Barış Erbaş- Eskişehir Teknik Üniversitesi / Fen Fakültesi/ Matematik Bölümü(Araştırmacı)

Proje adı: Sensör Verilerinden Hareket Bozuklukları ile Nörodejeneratif Hastalıkların Tespiti ve Derecelendirilmesi

Hızla yaslanan nüfuslar ile, norodejeneratif hastalıkların gorulme sıklıgı da yaslanmaya paralel bir sekilde artmaktadır. Norodejeneratif hastalıklar, beyinde meydana getirdikleri dejenerasyonun yanı sıra, kendilerini motor semptomlar olarak adlandırılan hareket bozuklukları olarak da gostermektedirler. Norodejeneratif hastalıkların tespiti ve hastalık siddetinin derecelendirilmesi, hastaların dogru teshis ve bu baglamda tedaviye ulasması icin kritik rol oynamaktadır. Hastaların muzdarip oldugu hastalıgın teshisinin yanı sıra hastalık siddetinin de dogru tahmin edilmesi uygulanan tedavinin etkinligini arttırmaktadır. Bu amacla, bu projede norodejeneratif hastalıkların sebep oldukları hareket bozukluklardan yola cıkarak hastalık tespiti ve hastalık siddetinin tahmini uzerine makine ogrenmesi tabanlı sınıflandırma ve regresyon calısmaları gerceklestirilmistir. Hareket bozukluklarını yuruyus verileri uzerinden tespit etmeyi amaclayan calısmalar ham veri kullanan cesitli makine ogrenme yontemlerini ve ham verilerin QR kodlara donusturulmesi ile elde edilen 2B temsilleri ile beslenen derin ogrenme yontemlerini icermektedir. Nörodejeneratif hastalıkların hareket bozukluklarının tespiti ve şiddetinin tahmin edilmesi için yürüyüş öznitelikleri kullanılarak geliştirilen yöntemler anlık olarak tek bir örnek üzerine kurulmuş ve belirli bir zaman aralığına odaklı olmak üzere iki farklı yapıdadır. Tek bir örneğe dayalı yaklaşımlarda Çok Katmanlı Algılayıcı, Karar Ağaçları, Rastgele Orman, Ekstra Ağaçlar ve K En Yakın Komşu gibi saf makine öğrenme algoritmalarının yanı sıra Oylama ve Yığınlama gibi birleştirici yöntemler kullanılarak bahsi geçen sorunlara çözüm aranmıştır. Buna ek olarak bir boyutlu Evrişimsel Sinir Ağları derin öğrenme algoritması ile bir boyutlu öznitelikler üzerinde çalışılmıştır. Geliştirilen 2B gösterim yöntemi ile, bir boyutlu örnekler QR kodlara dönüştürülerek 2B olarak temsil edilmiş, bu temsiller ile 2B Evrişimsel Sinir Ağları, Evrişimsel Uzun Kısa Zamanlı Hafıza ve Evrişimsel Uzun Kısa Zamanlı Hafıza tarafından beslenen 3B Evrişimsel Sinir Ağları ile işlenerek hastalık tespiti ve şiddetinin belirlenmesi üzerine çalışılmıştır. Belirli bir zaman aralıgına odaklı yontemlerde on iki ornekten olusan zaman penceresi hem ham haliyle hem de donusturulmus sekli ile 2B Evrisimsel Sinir Agları, Evrisimsel Uzun Kısa Zamanlı Hafıza ve Evris?imsel Uzun Kısa Zamanlı Hafıza tarafından beslenen uc boyutlu Evrisimsel Sinir Agları ile islenmistir.

Tarihler: 15/01/2021 - 15/01/2022

Destekleyen Fon: TÜBİTAK 1002 (120E380)

Katılımcılar:
Dr. Çağatay Berke Erdaş (Yürütücü), Başkent Üniv. Bilgisayar Mühendisliği
Dr. Emre Sümer (Danışman) Başkent Üniv. Bilgisayar Mühendisliği
Dr. Seda Kibaroğlu(Danışman), Başkent Üniv. Nöroloji