İnvaziv Meme Kanserinde Tüm Slayt Floresan in Situ Hibridizasyon (FISH) Görüntülerinde HER2 Gen Amplifikasyonun Otomatik Tespiti

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİYOMÜHENDİSLİK ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: Türkçe

Öğrenci: ÇİSEM YAZICI

Danışman: Cem Bülent Üstündağ

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde kadınlarda en sık görülen kanser türü olan meme kanserinde insan epidermal büyüme faktörü reseptörü 2 (HER2) mutasyonun görülmesi uzmana prognostik bilgi sağlamasıyla birlikte hastaya hedefe yönelik tedavi uygulanmasına olanak sağlamaktadır. HER2 reseptörüne karşı geliştirilmiş bir antikor olan trastuzumab, HER2 amplifikasyonu gösteren meme kanseri hastalarının tedavisinde kullanıldığında hastaların sağkalım sürelerini ciddi oranda arttırmaktadır. Bu tezin amacı HER2 mutasyonun kesin olarak tespit edilmesinde kullanılan FISH yönteminin otomatik olarak değerlendirilmesi ve bu sayede uzmanların manuel FISH değerlendirmeleri sırasında oluşacak gözlemciler arası farkı ortadan kaldırarak daha objektif, doğru ve hızlı sonuçlar elde etmektir. FISH görüntülerindeki hücre çekirdeği ve sinyallerin tespiti için geleneksel görüntü işleme yöntemi ve derin öğrenme temelli olmak üzere iki farklı model kullanılmıştır. Geleneksel görüntü analizinde threshold ve watershed algoritmaları uygulanarak hücre çekirdekleri tespit edilmiştir. Çekirdek tespiti sırasında oluşan gürültüler medyan filtresi ve gaussian filtreleri elenmiştir. Sinyallerin tespitinde white-top hat, GaussianBlur ve Laplacian filtreleri kullanılmıştır. Derin öğrenme tabanlı ikinci yöntemde yeni bir derin öğrenme modeli olan Pix2pix mimarisi ilk defa HER2 FISH görüntülerinde uygulanmıştır. Pix2Pix modelinde eğitim veri seti için üç kanallı maskeler oluşturularak model 200 döngüde eğitilmiştir. Modellerin geliştirilmesinde kullanılan veri seti Acıbadem Hastanesi patoloji laboratuvarından sağlanan mrxs formatındaki HER2 FISH dijital slaytlarından oluşmaktadır. HER2 durumunun skorlanmasında ACSO CAP klavuzu baz alınarak algoritma tasarlamıştır. Otomatik görüntü analizi sonucunda uzmanlara HER2 kopya numarası, kromozom 17 (CEP17) kopya numarası, HER2/CEP17 oranı ve ISH durumu pozitif veya negatif olarak verilmektedir. Algoritma HER2 skor +1 ve +3 datalarında test edilmiştir ve elde edilen sonuçlar patologlarla değerlendirilmiştir. Tüm slayt görüntüsü üzerinde (ort. 5-10 mm2) 25000-30000 tane çekirdek ve çekirdeklerin içindeki sinyaller 5-10 dakika içerisinde analiz edilmektedir. Bu tezde sunulan yöntemlerle birlikte, tüm patolojik HER2 FISH değerlendirmelerini standardize ederek ve gözlemciler arası farklılığın neden olduğu hataları en aza indirerek hastanın hayatta kalmasını destekleyen doğru sonuçlar sağlanmıştır.