Σύστημα υποστήριξης κλινικών αποφάσεων για τη διάγνωση καρκίνου του πνεύμονα μέσω ανάλυσης εικόνων αξονικής τομογραφίας θώρακα

Ανδρούτσου, Θέλμα; Androutsou, Thelma

dc.contributor.author	Ανδρούτσου, Θέλμα	el
dc.contributor.author	Androutsou, Thelma	en
dc.date.accessioned	2017-06-19T11:28:06Z
dc.date.available	2017-06-19T11:28:06Z
dc.date.issued	2017-06-19
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45065
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14082
dc.rights	Default License
dc.subject	Αξονική τομογραφία	el
dc.subject	Σύστημα υποστήριξης κλινικών αποφάσεων	el
dc.subject	Καρκίνος των πνευμόνων	el
dc.subject	Διάγνωση με τη βοήθεια υπολογιστή	el
dc.subject	Επεξεργασία ιατρικών εικόνων	el
dc.subject	Clinical decision support systems	en
dc.subject	Computer aided design	el
dc.subject	Lung cancer	el
dc.subject	Medical image processing	el
dc.subject	Computed tomography	el
dc.title	Σύστημα υποστήριξης κλινικών αποφάσεων για τη διάγνωση καρκίνου του πνεύμονα μέσω ανάλυσης εικόνων αξονικής τομογραφίας θώρακα	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική τεχνολογία και εμβιομηχανική	el
heal.classificationURI	http://data.seab.gr/concepts/889a79cd27f1653c233596d2ccc86569e4e1aae5
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-03-30
heal.abstract	Ο στόχος της παρούσας διπλωματικής εργασίας είναι η υλοποίηση ενός συστήματος υποστήριξης κλινικών αποφάσεων για τη διάγνωση του καρκίνου των πνευμόνων, μέσω της επεξεργασίας και ερμηνείας ιατρικών εικόνων αξονικής τομογραφίας. Ο καρκίνος του πνεύμονα είναι ο πιο σχετιζόμενος με το θάνατο καρκίνος παγκοσμίως. Είναι υπεύθυνος για το θάνατο πάνω από ένα εκατομμύριο ανθρώπων κάθε χρόνο. Το ποσοστό επιβίωσης των ατόμων που διαγιγνώσκονται με καρκίνο του πνεύμονα για περίοδο άνω των 5 ετών από τη στιγμή της διάγνωσης είναι αρκετά χαμηλό, μόλις 10-15% για τις περισσότερες χώρες. Αυτό συμβαίνει κυρίως λόγω της αδυναμίας έγκαιρης διάγνωσης της ασθένειας. Ο συγκεκριμένος τύπος καρκίνου παρουσιάζει συνήθως συμπτώματα όταν βρίσκεται σε προχωρημένο στάδιο και δεν είναι πια χειρουργήσιμος. Ενδεικτικό είναι το γεγονός ότι μόνο το 10-25% των ασθενών είναι συμπτωματικοί τη στιγμή που τους γίνεται η διάγνωση. Σε περίπτωση που γινόταν διάγνωση του καρκίνου των πνευμόνων στο αρχικό του στάδιο, το ποσοστό επιβίωσης των ασθενών σε διάστημα 10 ετών θα αυξανόταν σημαντικά. Η αρχική διάγνωση του καρκίνου του πνεύμονα πραγματοποιείται κυρίως μέσω της διενεργείας Αξονικής Τομογραφίας. Τα συστήματα υποστήριξης κλινικών αποφάσεων μπορούν να εκμεταλλευτούν τις τεχνολογικές εξελίξεις και να αποτελέσουν βοηθητικά και χρήσιμα εργαλεία στη διαδικασία της διάγνωσης, βελτιώνοντας την ακρίβεια και την απόδοση. Σκοπός του συστήματος που υλοποιείται στη συγκεκριμένη εργασία είναι η επεξεργασία ιατρικών εικόνων Αξονικής Τομογραφίας, η ανίχνευση υποψήφιων περιοχών για την εμφάνιση καρκίνου και τελικά η ταξινόμησή τους σε υγιείς και οζώδεις. Για την εκπαίδευση του συστήματος χρησιμοποιήθηκαν δεδομένα 150 ασθενών. Για την ταξινόμηση των περιοχών πραγματοποιήθηκε σύγκριση αρκετών ταξινομητών με το Τεχνητό Νευρωνικό Δίκτυο να παρουσιάζει τη μεγαλύτερη συνολική ακρίβεια, που έφτασε το 89,8%.	el
heal.abstract	The aim of this diploma thesis is the design and implementation of a clinical decision support system for the diagnosis of lung cancer, through the processing and interpretation of computed tomography images. Lung cancer is the most associated with cancer death worldwide. More than one million people die each year from this disease. The five-year survival rate of patients diagnosed with lung cancer is quite low and ranges between 10 and 15% for most countries. This is mainly due to the failure of an early diagnosis of the disease. This type of cancer usually presents its symptoms when it is at an advanced stage and thus inoperable. It is significant that only 10-25% of patients are symptomatic at the time of the diagnosis. If lung cancer was diagnosed in an early stage, the survival rate for 10 or more years would be significantly increased. The initial diagnosis of lung cancer is mainly made through the use of Computed Tomography. Clinical decision support systems are able to use the continuous technological development and act as supportive and useful tools, during the process of diagnosis, leading to the improvement of accuracy and performance. The goal of the proposed system of this work is the processing of computed tomography images, the detection of candidate regions of cancer and ultimately their classification in nodules and non-nodules. Scans from 150 patients were used for the training procedure. The candidate regions were classified by various classifiers and their results were compared. A two-layer feed forward neural network presented the best overall accuracy, 89,8%.	en
heal.advisorName	Κουτσούρης, Δημήτριος-Διονύσιος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. Εργαστήριο Βιοϊατρικής Τεχνολογίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	102 σ.
heal.fullTextAvailability	true