. 2022; 31(2): 82-88 | |||
Diagnostic performance of machine learning models based on 18F-FDG PET/CT radiomic features in classification of solitary pulmonary nodulesYavuz Sami Salihoğlu1, Rabiye Uslu Erdemir2, Büşra Aydur Püren1, Semra Özdemir1, Caglar Uyulan3, Turker Tekin Erguzel4, Huseyin Ozan Tekin51Department Of Nuclear Medicine, Faculty Of Medicine, Çanakkale Onsekiz Mart University, Çanakkale2Department Of Nuclear Medicine, Faculty Of Medicine, Bülent Ecevit University, Zonguldak 3Department Of Mechanical Engineering, Faculty Of Engineering and Architecture, Katip Çelebi University, İzmir 4Department Of Software Engineering, Faculty Of Engineering And Natural Sciences, Üsküdar University, Istanbul 5Medical Diagnostic Imaging Department, College Of Health Sciences, University Of Sharjah, Sharjah, United Arab Emirates INTRODUCTION: This study aimed to evaluate the ability of 18Flourine-fluorodeoxyglucose (18F-FDG) positron emission tomography/computed tomography (PET/CT) radiomic features combined with machine learning methods to distinguish between benign and malignant solitary pulmonary nodule (SPN)s. Soliter pulmoner nodüllerin sınıflandırılmasında 18F-FDG PET/CT radyomik özelliklerine dayalı makine öğrenme modellerinin tanısal performansıYavuz Sami Salihoğlu1, Rabiye Uslu Erdemir2, Büşra Aydur Püren1, Semra Özdemir1, Caglar Uyulan3, Turker Tekin Erguzel4, Huseyin Ozan Tekin51Çanakkale Onsekiz Mart Üniversitesi, Tıp Fakültesi, Nükleer Tıp Anabilim Dalı, Çanakkale2Bülent Ecevit Üniversitesi, Tıp Fakültesi, Nükleer Tıp Anabilim Dalı, Zonguldak 3Katip Çelebi Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Makine Mühendisliği Bölümü, İzmir 4Üsküdar Üniversitesi, Mühendislik Ve Doğa Bilimleri Fakültesi, Yazılım Mühendisliği Bölümü, İstanbul 5Sharjah Üniversitesi, Sağlık Bilimleri Fakültesi, Tıbbi Tanısal Görüntüleme Bölümü, Sharjah, Birleşik Arap Emirlikleri GİRİŞ ve AMAÇ: Bu çalışmada, 18Flor-florodeoksiglukoz (18F-FDG) pozitron emisyon tomografisi/bilgisayarlı tomografi (PET/CT) radyomik özelliklerinin makine öğrenme yöntemleriyle birleştirilmesinin benign ve malign soliter pulmoner nodülleri (SPN) ayırt etme yeteneğini değerlendirmeyi amaçladık. Yavuz Sami Salihoğlu, Rabiye Uslu Erdemir, Büşra Aydur Püren, Semra Özdemir, Caglar Uyulan, Turker Tekin Erguzel, Huseyin Ozan Tekin. Diagnostic performance of machine learning models based on 18F-FDG PET/CT radiomic features in classification of solitary pulmonary nodules. . 2022; 31(2): 82-88 Corresponding Author: Yavuz Sami Salihoğlu, Türkiye |
|