CT testtájék azonosító MI algoritmus vizsgálata

A tétel rövid nézete
dc.contributor.advisorBalkay, László
dc.contributor.advisordeptÁltalános Orvostudományi Kar::Orvosi Képalkotó Intézet::Nukleáris Medicina Tanszék
dc.contributor.authorJoó, Dóra
dc.contributor.departmentDE--Általános Orvostudományi Kar
dc.contributor.opponentA TDT elnökség által kijelölt 2 titkos bíráló
dc.contributor.opponentdeptÁltalános Orvostudományi Kar
dc.date.accessioned2026-04-28T11:12:59Z
dc.date.available2026-04-28T11:12:59Z
dc.date.created2026-04-20
dc.description.abstractKomputertomográfiás (CT) vizsgálatok testrégióinak ismerete fontos információ számos utófeldolgozás (pl.: effektív dózis számolás), illetve multicentrikus statisztikai feldolgozásoknál (pl.: tüdő vagy máj területek automatikus utófeldolgozása). A testrégió (head, neck, chest, abdomen, pelvis vagy ezek keveréke) adata azonban a legtöbb esetben nem szerepel egyértelműen a CT képek ún. Digital Imaging and Communications in Medicine (DICOM) fejlécében, így utólag csak manuális/vizuális válogatással lehet ezt azonosítani. Továbbá ma még a gyártók sem szolgáltatnak ehhez automatikus megoldásokat, így e célból két éve a Radiológia Klinikán egy Mesterséges Intelligencia (MI) alapú rendszer lett betanítva és implementálva a dózis monitorozó rendszerbe (DDMSZ). A program a CT topogram alapján dolgozik, továbbá az első eredmények 2023-ban azt mutatták, hogy az osztályozó modell global accuracy (GA) értéke 99,8 % lett. Ebben az évben célul tűztük ki az MI rendszer ellenőrzését, statisztikai elemzését és szükség esetén finomított adathalmazzal az esetleges optimalizálását. 2024.01-2025.06. közötti adatokat használtuk fel a DDMSZ-ből, 4 CT-re vonatkozóan (CT1-CT4). Ezután kiszűrtük a teljes testet magába foglaló és a „Study” vizsgálatokat, amelyek nem egy testrégióhoz tartoznak. Így a leíró statisztikai elemzéseket végül 98150 vizsgálaton, Microsoft Acces és Microsoft Excel segítségével végeztük. Az összes CT-t figyelembe véve a GA 99,8-ról 82%-ra csökkent. Ezért a GA-t a CT1-CT4 eszközökre egyenként is ellenőriztük: GA= 60, 80, 88 és 97%. A CT1 esetén a head- neck tévesztés a leggyakoribb, 85%-os hiba mellett. Megállapítható volt az is, hogy más CT-n a régióazonosítás ugyanazon típusú vizsgálatok esetén lényegesen pontosabbak, 95-97%. A CT2-nél a trunk- chest tévesztés volt a legjelentősebb, a hiba aránya 48%. A CT3 esetében az abdomen & pelvis- trunk tévesztés a jellemző, aminek hiba aránya 12%. Az is kimutatható volt, hogy a trunk- chest tévesztés mindhárom CT-nél jelen van, azonban a GA-ra a hatásuk eltérő, mivel az esetszámok jelentősen különböznek. A CT4 GA pontosságát megfelelőnek ítéltük. A vizsgálat során a radiográfusok által megadott testrégió besorolásokat is ellenőriztük; azaz, hogy a radiográfus által választott régió minden esetben megfelel-e az adott CT scan a tényleges anatómiai régiójának. Az eredmények értelmében a radiográfusok pontossága 98,4%, így megbízható referenciaként szolgált az algoritmus értékelésére. Összefoglalásul elmondható, hogy bár a GA érték az összes CT-re átlagolva lényegesen lecsökkent, azonban ennek oka csak néhány igen gyakori CT protokoll nem megfelelő régió azonosítása. Az MI rendszert tanítását így főleg ezekre a protokollokra vonatkozóan kell finomítani.
dc.description.courseorvosi diagnosztikai analitikus
dc.description.courseactnappali
dc.description.courselangmagyar
dc.description.coursespecRadiográfia
dc.description.degreeBSc/BA
dc.format.extent46
dc.identifier.urihttps://hdl.handle.net/2437/406580
dc.language.isohu
dc.rights.infoHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjecteffektív dózis
dc.subjectMI algoritmus
dc.subjectradiográfus
dc.subjectDMSZ
dc.subjectglobal accuracy
dc.subjectegyező választás
dc.subjecttéves választás
dc.subjectprotokoll
dc.subjecttopogram
dc.subject.dspaceOrvostudomány::Radiológia
dc.titleCT testtájék azonosító MI algoritmus vizsgálata
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
Szakdolgozat.pdf
Méret:
2.27 MB
Formátum:
Adobe Portable Document Format
Leírás:
Szakdolgozat/ Pályamunka
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
2.35 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Hallgatói dolgozatok (Általános Orvostudományi Kar)