| Περίληψη: | Ο σκοπός της παρούσας διατριβής ήταν πολλαπλός και αφορούσε: α) στη διερεύνηση των διαφορών στους πυρήνες των επιθηλιακών κυττάρων, μεταξύ των διαφορετικών βαθμών δυσπλασίας (Χαμηλός-Υψηλός) (Low squamous intraepithelial lesions (LSIL), High squamous intraepithelial lesions (HSIL)), του τραχήλου της μήτρας (Cervical Intraepithelial Neoplasia (CIN)), β) στη σχεδίαση και ανάπτυξη ενός συστήματος υποστήριξης απόφασης (decision support system - DSS) με τη χρήση μεθόδων τεχνητής νοημοσύνης, αναγνώρισης προτύπων και ιστοπαθολογικών εικόνων μικροσκοπίας προκειμένου να είναι εφικτός ο ικανοποιητικός διαχωρισμός μεταξύ των LSIL και HSIL, γ) στη σχεδίαση και υλοποίηση ενός συστήματος αναγνώρισης προτύπων (ΣΑΠ) προκειμένου να βελτιωθεί η διαχωριστική ικανότητα για τον διαχωρισμό μεταξύ των τύπων, ως προς το βαθμό επικινδυνότητας (Χαμηλός-Υψηλός) (Low Risk – High Risk type), του ιού των ανθρωπίνων θηλωμάτων (Human Papillomavirus (HPV)), δ) στην αναγνώριση πιθανών διαφορών στη δομή των πυρήνων των high-risk (HR) και low-risk (LR) HPV υποτύπων και ε) στην εκτίμηση του υποτύπου του ιού μέσω ιστοπαθολογίας (αποφεύγοντας άλλες κοστοβόρες, δύσχρηστες και πολύπλοκες εξετάσεις όπως αυτή του PCR που αναγκαστικά χρησιμοποιείται σήμερα σε αντίστοιχες περιπτώσεις).
Υλικό και Μέθοδοι: Το υλικό που χρησιμοποιήθηκε αφορά σε πλακίδια τμημάτων ιστού (βιοψία) και προήλθε από 78, συνολικά, ασθενείς που έχουν διαγνωσθεί με κάποιο βαθμό CIN. Από το σύνολο του ιστοπαθολογικού υλικού, 56 βιοψίες παραχωρήθηκαν από το τμήμα Παθολογοανατομίας του Πανεπιστημιακού νοσοκομείου της Πάτρας ενώ οι υπόλοιπες 22 περιπτώσεις προήλθαν από το αντίστοιχο τμήμα του νοσοκομείου ΙΑΣΩ Θεσσαλίας στη Λάρισα. Οι διαδικασίες που ακολουθούνται, ως το τελικό στάδιο της αρχειοθέτησης, των δειγμάτων είναι παρόμοιες και για τα δύο τμήματα. Η επεξεργασία της βιοψίας του κάθε ασθενή πραγματοποιήθηκε με χρώση Αιματοξυλίνης-Ιωσίνης (H&E) ενώ κάθε περίπτωση εξετάστηκε μικροσκοπικά από τον ειδικό γιατρό ο οποίος και υπέδειξε τις περιοχές ενδιαφέροντος στον τράχηλο για επιπλέον επεξεργασία. Από το κάθε δείγμα ένα σύνολο εικόνων ψηφιοποιήθηκε ενώ οι πιο χαρακτηριστικές της κάθε περίπτωσης επιλέχθηκαν για περαιτέρω χρήση. Η επεξεργασία των εικόνων περιλάμβανε τεχνικές τμηματοποίησης για τον εντοπισμό των κυτταρικών πυρήνων. Η διαδικασία που ακολουθήθηκε στο πειραματικό στάδιο, σε κάθε εργασία ξεχωριστά, ήταν η παρακάτω:
Πρώτη Ερευνητική Εργασία
Στην εργασία αυτή διερευνήθηκε αν και κατά πόσο υπάρχουν διαφορές στους πυρήνες των επιθηλιακών κυττάρων μεταξύ των διαφορετικών βαθμών δυσπλασίας (LSIL-HSIL). Για το σκοπό αυτό, επιλέχθηκαν οι πέντε πιο χαρακτηριστικές εικόνες για την επεξεργασία και τον εντοπισμό των πυρήνων. Από τους τμηματοποιημένους πυρήνες προήλθε ο μέσος όρος ενός συνόλου 63 χαρακτηριστικών τα οποία αποτέλεσαν το διάνυσμα που αντιστοιχούσε σε κάθε περίπτωση και κάθε ασθενή χωριστά. Ακολούθως, εκτιμήθηκε η διαχωριστική ικανότητα του καθενός χαρακτηριστικού αναλύοντας τις στατιστικά σημαντικές διαφορές για καθεμιά από τις δύο κατηγορίες CIN καθώς και η επίδραση του βαθμού δυσπλασίας στην σύσταση της δομής του πυρήνα. Στο τελικό στάδιο διερευνήθηκε η ικανότητα του καθενός χαρακτηριστικού χωριστά ή συνδυασμού αυτών ως προς τη διάκριση μεταξύ χαμηλού και υψηλού βαθμού CIN. Ο διαχωρισμός μεταξύ των δύο κατηγοριών πέτυχε μεγάλη ακρίβεια
πρόβλεψης, με τον συνδυασμό τριών χαρακτηριστικών υφής που χρησιμοποιήθηκαν από έναν ταξινομητή kNN.
Δεύτερη Ερευνητική Εργασία
Η εργασία αυτή περιλάμβανε τη σχεδίαση και ανάπτυξη ενός ΣΑΠ για τον διαχωρισμό μεταξύ των LSIL και HSIL με τη χρήση ψηφιοποιημένων εικόνων ιστοπαθολογίας που προήλθαν από τις βιοψίες ασθενών που διαγνώστηκαν με κάποιο βαθμό CIN. Για την ανάπτυξη του συγκεκριμένου συστήματος υποστήριξης απόφασης το οποίο θα είχε την ευελιξία και την ικανότητα να ταξινομήσει βιοψίες CIN, που προήλθαν από δύο διαφορετικές ιατρικές μονάδες, ανάλογα με το βαθμό τους χρησιμοποιήθηκε α) μεγάλος αριθμός χαρακτηριστικών των κυτταρικών πυρήνων από πέντε εικόνες βιοψίας του κάθε ασθενή, β) η μέθοδος exhaustive search για την εύρεση του συνδυασμού με τον ελάχιστο αριθμό χαρακτηριστικών και τη βέλτιστη ακρίβεια πρόβλεψης, γ) η μέθοδος bootstrapping για την αξιολόγηση του συστήματος σε νέα δεδομένα και δ) τεχνολογίες που στόχο έχουν την επιτάχυνση της συνολικής διαδικασίας κατά το σχεδιασμό του συστήματος (GPU και CUDA).
Τρίτη Ερευνητική Εργασία
Στην τελευταία εργασία διερευνήθηκε η πιθανότητα της ύπαρξης διαφορών στη δομή των πυρήνων μεταξύ κυττάρων χαμηλού και υψηλού κινδύνου τύπων του ιού των ανθρωπίνων θηλωμάτων. Επίσης, υλοποιήθηκε ένα ΣΑΠ για τον διαχωρισμό του είδους του τύπου του ιού. Για την επίτευξη των παραπάνω χρησιμοποιήθηκαν ψηφιοποιημένες εικόνες από υλικό βιοψιών του τραχήλου της μήτρας. Το υλικό αυτό αποτελούνταν από 55, συνολικά, βιοψίες χρώσης Αιματοξυλίνης-Ιωσίνης που είχαν διαγνωσθεί ως όγκοι του πλακώδους επιθηλίου του τραχήλου της μήτρας. Από τα δείγματα των 55 ασθενών τα 26 είχαν βεβαιωθεί, με τη μέθοδο της αλυσιδωτής αντίδρασης πολυμεράσης (polymerase chain reaction (PCR)), ότι είχαν προσβληθεί από κάποιον υψηλού κινδύνου τύπο ενώ τα υπόλοιπα 29 είχαν προσβληθεί από κάποιον από τους τύπους χαμηλού κινδύνου του ιού των ανθρωπίνων θηλωμάτων. Από την κάθε βιοψία ψηφιοποιήθηκε η περιοχή ενδιαφέροντος σύμφωνα με την υπόδειξη του ειδικού γιατρού. Από την τμηματοποίηση των κυτταρικών πυρήνων προέκυψαν 77 χαρακτηριστικά για κάθε κατηγορία. Ακολούθως, διενεργήθηκε στατιστική ανάλυση ώστε να εντοπιστούν χαρακτηριστικά που παρουσιάζουν στατιστικά σημαντική διαφορά μεταξύ των κλάσεων. Από τη διαδικασία αυτή προήλθαν 40 χαρακτηριστικά που χρησιμοποιήθηκαν στη σχεδίαση του ΣΑΠ για τον διαχωρισμό μεταξύ των δύο κατηγοριών, του χαμηλού και υψηλού κινδύνου τύπων του ιού των ανθρωπίνων θηλωμάτων.
Αποτελέσματα – Συμπεράσματα: Τα αποτελέσματα και τα συμπεράσματα των ερευνητικών εργασιών παρουσιάζονται παρακάτω:
Ερευνητική Εργασία 1
Στη μελέτη αυτή γίνεται διερεύνηση των διαφορών στους πυρήνες των επιθηλιακών κυττάρων μεταξύ των διαφορετικών βαθμών δυσπλασίας (LSIL-HSIL) του τραχήλου της μήτρας. Επίσης, γίνεται διερεύνηση μιας πιθανής συσχέτισης μεταξύ των διαφορών αυτών και του αντίστοιχου βαθμού της νεοπλασίας. Από τα αποτελέσματα προκύπτει ότι σε περιπτώσεις HSILs, οι πυρήνες παρουσιάζουν περισσότερο ακανόνιστο σχήμα, έχουν μεγαλύτερο μέγεθος και τραχύτερη υφή ενώ εμφανίζουν μεγαλύτερες τοπικές αντιθέσεις και γενικά είναι περισσότερο ανομοιογενείς σε σχέση με αυτούς των LSILs περιπτώσεων. Ο διαχωρισμός μεταξύ των δύο κατηγοριών πέτυχε ακρίβεια πρόβλεψης 93.18% με τη χρήση
ενός kNN ταξινομητή και τον συνδυασμό τριών χαρακτηριστικών υφής. Επιπλέον, η μέθοδος 10-trial bootstrapping που επιλέχθηκε για την αξιολόγηση του συστήματος σε άγνωστα δεδομένα πέτυχε μέση ακρίβεια πρόβλεψης 91.1% επιβεβαιώνοντας τη διαχωριστική ικανότητα του συστήματος μεταξύ υψηλού και χαμηλού βαθμού CIN.
Ερευνητική Εργασία 2
Η μελέτη αυτή αφιερώθηκε στη σχεδίαση και ανάπτυξη ενός ΣΑΠ για τον διαχωρισμό μεταξύ των LSIL και HSIL το οποίο θα ήταν ικανό να ταξινομήσει με τη μέγιστη δυνατή ακρίβεια προ-καρκινικούς όγκους, ασθενών από το Πανεπιστημιακό νοσοκομείο της Πάτρας, ανάλογα με το βαθμό τους. Επίσης, το συγκεκριμένο ΣΑΠ θα μπορούσε να γενικεύσει και να κατηγοριοποιήσει αντίστοιχους όγκους που προέρχονταν από το νοσοκομείο ΙΑΣΩ της Θεσσαλίας. Η σχεδίαση του συστήματος περιλάμβανε 4 εικόνες από τον κάθε ασθενή με επιλεγμένες περιοχές ενδιαφέροντος, τον εντοπισμό των κυτταρικών πυρήνων καθώς και τον υπολογισμό των χαρακτηριστικών τους, τη χρήση του PNN για την διάκριση των δύο κατηγοριών CIN (Low-High) και τις μεθόδους exhaustive search, για την επιλογή των χαρακτηριστικών, LOO, για την κατηγοριοποίηση των όγκων και την μέθοδο 10-fold bootstrapping για την αξιολόγηση του συστήματος σε νέα δεδομένα. Με τη χρησιμοποίηση των επεξεργαστών μιας κάρτας γραφικών και χρήση παράλληλου προγραμματισμού μέσω των τεχνολογιών GUDA η πολυπλοκότητα λόγω του μεγάλου όγκου δεδομένων αντιμετωπίστηκε επιτυχώς και οδήγησε στο βέλτιστο σχεδιασμό του συστήματος και στη μείωση του υπολογιστικού χρόνου. Η σχεδίαση του συστήματος με το σύνολο των δεδομένων, από την Πάτρα και το ΙΑΣΩ, είχε ποσοστό επιτυχίας που άγγιξε το 90% σε ότι αφορά στο διαχωρισμό μεταξύ των δύο κατηγοριών. Η αξιολόγηση του συστήματος ως προς την ικανότητα γενίκευσης σε νέα περιστατικά ήταν, όπως αναμενόταν, χαμηλότερη σε σχέση με αυτή που επιτεύχθηκε κατά τον σχεδιασμό του. Πιο συγκεκριμένα, η εφαρμογή της μεθόδου 10-fold bootstrapping πέτυχε ποσοστό επιτυχίας με μέση τιμή ίση με 85%.
Ερευνητική Εργασία 3
Στην τελευταία ερευνητική εργασία που σχετίζονταν με την ανάπτυξη ενός ΣΑΠ για τον διαχωρισμό των δύο ειδών τύπων του HPV (High Risk, Low Risk), το αποτέλεσμα ήταν η σχεδίαση ενός συστήματος απόφασης που πέτυχε μέγιστη ακρίβεια πρόβλεψης, περίπου, 93% στη διάκριση των δύο αυτών κατηγοριών. Το ποσοστό αυτό είναι ενθαρρυντικό και υποσχόμενο πως το προτεινόμενο σύστημα μπορεί να αποτελέσει αξιόπιστο εργαλείο στη διάκριση μεταξύ χαμηλού και υψηλού κινδύνου τύπων του HPV. Επίσης, παρατηρήθηκε ότι οι κυτταρικοί πυρήνες των τύπων υψηλού κινδύνου απεικονίζονται περισσότερο τραχείς και ανώμαλοι στην υφή τους, παρουσιάζουν εντονότερες αντιθέσεις (contrast), είναι μεγαλύτεροι και το σχήμα τους εμφανίζει μεγαλύτερη ανομοιομορφία.
|
|---|
