Emrah AKAY, Sercan TOSUN, Gülen DEMİRPOLAT, Bahar YANIK, Erdoğan BÜLBÜL
Balıkesir Sağlık Bilimleri Dergisi - 2026;15(3):617-625
Amaç: Bu çalışmanın amacı, parotis tümörlerinin benign ve malign ayrımında, manyetik rezonans görüntüleme (MRG) ile elde edilen ADC (görünür difüzyon katsayısı) haritalarından çıkarılan radiomics özelliklerin makine öğrenmesi (MÖ) modelleri aracılığıyla tanısal performansını değerlendirmektir. Gereç ve Yöntem: Ocak 2018 - Aralık 2022 arasında difüzyon ağırlıklı görüntüleme (DWI) yapılan ve histopatolojik olarak parotis tümörü tanısı konan 46 hasta retrospektif olarak incelenmiştir. Hastalar 15 pleomorfik adenom, 19 Warthin tümörü ve 12 malign tümör olarak sınıflandırılmıştır. ADC haritaları üzerinden manuel segmentasyon yapılarak radiomics veri seti oluşturulmuş, benign - malign ve alt tip ayrımı için farklı regresyon yöntemleri ile MÖ algoritmaları uygulanmıştır. Bulgular: Hızlı korelasyon tabanlı filtreleme (FCBF) ile seçilen kararlı özellikler, çeşitli MÖ algoritmalarında kullanılmıştır. Benign - malign ayrımında en yüksek doğruluk Yapay Sinir Ağı algoritmasında elde edilmiştir. Alt tip sınıflandırmasında ise Yapay Sinir Ağı ve Destek Vektör Makinesi (SVM) öne çıkmıştır. Sonuç: Yapay Sinir Ağı algoritması, parotis tümör gruplarının ayırt edilmesinde umut verici performans göstermiştir. ADC tabanlı radyomik ve makine öğrenmesi, invaziv olmayan tanısal destek sağlayabilir; ancak histopatolojik tanının yerine geçen bir yöntem olarak değil, tamamlayıcı bir araç olarak değerlendirilmelidir.
