Melanom Histopatoloji Görüntülerinde Derin Öğrenme ile Tümör Evresi Tahmini ve Mitoz Tespiti

Cilt kanseri, dünya genelinde görülen en yaygın kanser türlerinden biridir ve her geçen gün insidans hızı artış göstermektedir. Deriye rengini veren melanosit hücrelerinden kaynaklanan melanom, en çok görülen cilt kanserleri türlerinden biri olmasa da, saldırgan tümörlerden oluşması ve erken metastaz eğiliminde olmasından dolayı en ölümcül cilt kanseri türüdür. Melanom her ne kadar en ölümcül cilt kanseri türü olsa da, erken tanı sayesinde ölüm riski önemli ölçüde azaltılabilir.

Tanı ve sağkalım süresini belirleyen en önemli prognostik faktörler; yaş, cinsiyet, anatomik bölge, invazyon derinliği, ülserasyon ve mitotik aktivitedir. Bu faktörlerin doğru belirlenmesi hastalar ve hekimler açısından oldukça kritiktir. Tanının altın standardı deri dokusunun biyopsi lamlarının dikey doğrultuda kesitleri alınarak patologlar tarafından çeşitli laboratuvar işlemlerine tabi tutulup mikroskop altında incelenerek prognostik faktörler açısından raporlanmasıdır. Patologların uzmanlık düzeyleri ve yorgunluk seviyeleri tanısal raporlarda gözlemciler ve gözlemler arası farklılıklar oluşmasına sebep olmaktadır. Patologlar arasında çeşitli sebeplerden kaynaklanan farklılıklar bir yana, dünyanın her yerinde patoloji hizmetleri için sağlanmış fırsat eşitliği söz konusu değildir.

Bilgisayar destekli tanı sistemleri, patologlar arasında ortaya çıkan tanı farklılıklarını ortadan kaldırarak daha nesnel, daha genellenebilir ve daha başarılı tanı koymaya destek olma potansiyeli taşımaktadır. Bu potansiyel göz önüne alınarak tasarlanan bu çalışmanın amacı, histopatoloji görüntülerini kullanarak melanom prognostik faktörleri arasında yer alan, invazyon derinliği ile ülserasyon varlığını tespit ederek tümör evrelemesi yapabilmeyi ve mitoz içeren tümör hücrelerinin sayısını belirlemeyi kolaylaştıracak derin öğrenme temelli bir sistem geliştirmektir.

Çalışma kapsamında, Cerrahpaşa Tıp Fakültesi Hastanesi Patoloji ünitesine farklı zamanlarda başvurmuş hastalardan alınmış biyopsi örneklerinden elde edilen slaytların sayısallaştırılarak Whole Slide Image (WSI) haline getirilmesi ile veri seti oluşturulacaktır. Retrospektif olarak geliştirilecek çalışmada, sayısallaştırılmış görüntülerde doku katmanları, tümör bölgeleri, tümör derinliği vb. yapılar patoloji alan uzmanları tarafından etiketlenecektir. Çalışma kapsamında nesne tespit modelleri ve dikkat (attention) mekanizmasını temel alan transformer mimarileri ile özelleştirilmiş yeni bir model oluşturulacaktır.

Melanomda mitoz tespiti ve tümör evresinin belirlenmesi görevlerinin, patolojik tanı süreçlerini iyileştirip hızlandıracağı ve hastaya uygulanacak tedavi süreçlerini doğrudan etkilediği bir gerçektir. Bu sebeple geliştirilerek sistemin proje kapsamında amaçlanan görevleri doğru, tekrarlanabilir ve hızlı bir şekilde yerine getirme potansiyeli, çalışmanın en önemli motivasyonudur.

Geliştirilmesi planlanan sistemin modülleri ve açıklamaları