ÖZET
Günümüzde, sadece tıbbi görüntüleme ile kemik lezyonlarının kesin histopatolojik tanısını koymak mümkün olmamaktadır. Bu çalışmada, biyopsi gerektiren litik kemik lezyonlarının benign veya malign olduklarını belirleyebilmek için makine öğrenme (MÖ) tabanlı bilgisayarlı tomografi (BT) yapısal analizinin değerini ölçmeyi amaçladık.
Bu retrospektif çalışmaya litik kemik lezyonu olan 58 hasta dahil edilmiştir. Lezyon segmentasyonu bağımsız iki gözlemci tarafından gerçekleştirilmiştir. Toplamda, kontrastsız BT görüntülerinden 744 yapısal özellik çıkartılmıştır. Boyut küçültme, tekrarlanabilirlik analizi ve özellik seçimi ile yapılmıştır. Özellik seçimi, optimizasyon ve doğrulama, iç içe geçmiş çapraz doğrulama yaklaşımına sahip bir eğitim veri kümesi kullanılarak yapılmıştır. Geriye kalan görünmeyen veri seti üzerinde test yapılmıştır. Sınıflandırmalar, beş temel MÖ sınıflandırıcısı ve üç farklı oylama stratejisi kullanılarak yapılmıştır.
En iyi tahmin performansı, altı özelliğe sahip k-nearest neighbors algoritması ile elde edilmiştir. En iyi algoritma değerinin eğri altındaki alan, doğruluk, duyarlılık ve özgüllük değerleri doğrulama veri seti için sırasıyla; %0,774, %78,1, %78 ve %78,1; görünmeyen test veri seti için ise sırasıyla; %0,861, %82,4, %82,4 ve %81,5 idi.
MÖ tabanlı BT yapısal analizi, biyopsi gerektiren litik kemik lezyonlarının benign ve malign davranışlarını tahmin etmek için ümit verici, invazif olmayan bir teknik olabilir.