Oncotype DX (ODX) testi, meme kanserinde en yaygın kullanılan gen ekspresyon profili testidir. ODX testi sonucu elde edilen Rekürrens Skoru (Recurrence Score-RS) bilgisinin, adjuvan kemoterapi (ACT) kararının yüksek doğrulukla alınması üzerinde büyük etkisi ve yardımı olmaktadır. Projenin amacı, meme invaziv karsinomunda HE boyalı tam görüntü kesitler kapsamında edilen histolojik özelliklerden Oncotype DX Rekürrens Skorunun tahmin edilmesidir. Derin öğrenme tabanlı histolojik görüntü analizlerini, hasta verileri ile birleştirerek, yapay zeka temelli yöntemler kullanarak, oncotype DX test skoru tahmini yaparak, daha az maliyet ile, daha kısa sürede hastaya sonuç verebilmek. Sunulan proje kapsamında, ODX RS tahmini için HE boyalı tam görüntü slaytlarını işleyen bir derin öğrenme tabanlı bir sistem tasarlanması ve bu makine öğrenme sisteminin eğitimini sağlayacak yeterlikte bir veri kümesinin hazırlanması planlanmaktadır. Projenin hedeflerinden ilki yeterli sayıda örneğe sahip bir veri kümesinin hazırlanmasıdır. Örnek olarak kullanılacak her veri bileşeni için ilgili hastanın HE boyalı tam kesit görüntülerinin ve Oncotype DX rekürrens skorunun kayıt altına alınmış olması gerekmektedir. Ayrıca skor kestiriminde HE boyalı görüntülere destek olabilecek temel immünohistokimyasal verilerin de kaydedilmiş olması gerekmektedir. Projenin ikinci hedefi elde edilen veri kümesi tipine uyumlu ve skor kestirimi gibi karmaşık bir regresyon problemi için yeterli etkinliğe sahip bir derin ağ mimarisinin seçimi ve tasarlanılmasıdır. Burada güncel olarak kullanılan, görüntü girişli, gelişkin regresyon derin ağlarının incelenmesi ve hiperparametre optimizasyonlarının probleme uygun olarak gerçekleştirilmesi hedeflenmektedir. Projenin diğer bir hedefi proje bitiminde elde edilecek makine öğrenme temelli ODX RS kestirim sistem modelinin başarımının test edilmesidir. Tasarlanan kestirimci modelin, yeni veri örnekleri üzerinde de yüksek doğrulukta ODX RS skoru öngörüsü sağladığının teyit edilmesi hedeflenmektedir. Bu kapsamda eğitim ve validasyon kümelerinde yer almayan örneklerle rekürrens skoru kestirim başarım analizlerinin gerçekleştirilmesi sağlanacaktır.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Kanser vakalarının oldukça yaygınlaştığı günümüzde, kanser teşhisi ve tedavi süreçlerinin belirlenmesinde ana rol üstlenen patoloji bilim dalının önemi artmıştır. Patoloji bilimi mikroskobik görsel verilerin patologlar tarafından gözle değerlendirilmesine dayalıdır. Kesin kurallarla ve sayısal değerlerle ifade edilemediğinden patolojik tanı, patoloğun tecrübesine ve günlük yoğunluğa göre değişkenlik gösterebilmektedir. Bu yüzden, özellikle nadir görülen hastalık durumlarında patologlar tek başına karar vermeye zorlanmakta ve konsültasyon isteği doğmaktadır. Artan hasta sayılarıyla birlikte alan bilgisine sahip konsültan uzman hekime zamanında ulaşılması ve görüşünün alınması zorlaşmaktadır. Bu açığı doldurmak için dijital patoloji ve bilgisayar temelli patolojik karar destek sistemleri üzerine yoğun bilimsel çalışmalar yapılıyor olsa da patologların rutinde kullanabileceği ticari ürüne dönüşememiştir. Tüm slayt tarayıcılar kullanılmaya başlansa da, oluşan yüksek boyutlu resimleri analiz edip tanıya destek olabilecek sistemler henüz geliştirilememiştir. Önerilen projede, görüntü işleme ve veri madenciliği yöntemleriyle benzer olgular üzerinden tanıya yardımcı karar üretecek bir sistem geliştirilecektir. Proje kapsamında, patoloji arşivlerinde bulunan slaytlar sayısallaştırılıp, kesin tanı verileriyle etiketlenerek veri-tabanlarında saklanacak; üzerinde çalışılacak hastaya ait görseller bu veri-tabanında sorgulanarak benzer vakalar üzerinden olası görüşler oluşturulacaktır.

Proje ile ilgili açıklama girilmemiştir.

Floresan In Situ Hibridizasyon (FISH), kromozomun belli bölgelerini işaretlemek amacıyla flüoresan problar kullanan bir genetik inceleme tekniğidir. Biyomedikal araştırmacılar tarafından 1980’xxli yılların başlarında geliştirilmiştir ve belli kromozomlardaki DNA dizisinin varlığı ya da yokluğunu saptama amacıyla kullanılmıştır. Flüoresan probun kromozomda bağlandığı bölgeler flüoresan mikroskopi ile multispektral olarak incelenir. FISH sıklıkla genetik tanı, tedaviye karar verme ve mikroorganizmalarının varlığını belirlemek amacıyla kullanılır. Son yıllarda kaydedilen biyokimyasal gelişmeler ile FISH tekniği artık patolojik doku örnekleri üzerinde de belirli hastalıklar (akciğer kanseri, meme kanseri vb.) için uygulanmaya başlanmıştır. Bu durum FISH tekniğinin hastalık tanısı ve tedavi seçimindeki önemini bir kat daha artırmıştır.Multispektral FISH numunelerinin mikroskop altında gözle incelenerek tanı konması oldukça zaman alan, zahmetli ve uzmanlık gerektiren bir işlemdir. Bu amaçla FISH örneklerini otomatik analiz edebilen sistemler yabancı firmalarca geliştirilmeye başlanmıştır.Projede hem sitolojik hem de doku FISH örneklerini flüoresan motorize mikroskop sistemleri ile yüksek hassasiyette tam otomatik görüntüleyen, alınan görüntüleri gerçek zamanlı analiz eden ve tanıyı koymak üzere sunucu platformu üzerinden uzmanlarla paylaşan yerli bir ürün geliştirilecektir.

Proje ile ilgili açıklama girilmemiştir.

Uluslararası

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.

Proje ile ilgili açıklama girilmemiştir.