Evaluation der Eignung von KI-gestützter Quantifizierung und Klassifizierung von Kollagenfasern im Hodgkin-Lymphom als Prognosemarker

dc.contributor.advisorGattenlöhner, Stefan
dc.contributor.advisorSohrabi, Keywan
dc.contributor.authorMotmaen, Ila
dc.date.accessioned2024-12-04T07:25:40Z
dc.date.available2024-12-04T07:25:40Z
dc.date.issued2024
dc.description.abstractHintergrund: Der Morbus Hodgkin ist eine häufig vorkommende bösartige Erkrankung bei jugendlichen Patienten. Obwohl die meisten Patienten geheilt werden können, erleiden etwa 10-15 %der Patienten einen Rückfall oder weisen Therapieresistenzen auf. Darüber hinaus gibt es keine definitiven molekularen Prädiktoren für die frühzeitige Identifizierung von Patienten, bei denen ein hohes Risiko besteht, dass die Erstlinientherapie versagt. Ziel dieser Arbeit war es, ein auf Deep-Learning basierendes Modell für medizinische Bilder zu evaluieren, um klinische Ergebnisse vorherzusagen, die bei der adäquaten therapeutischen Entscheidungsfindung helfen könnten. Methoden: 83 FFPE-Proben von Patienten mit Morbus Hodgkin wurden nach den qPET-Scores der Patienten stratifiziert, mit Pikro-Siriusrot angefärbt und durch Scannen der gesamten Objektträger digitalisiert. Die so entstandenen Whole Slide Images wurden in Kacheln aufgeteilt und nach dem Grad der Färbung der Kollagenfasern mit Pikro-Siriusrot in zwei Klassen eingeteilt. Das neuronale Netz (YOLOv4) wurde dann mit den annotierten Daten trainiert. Das Training wurde mit 30 Fällen durchgeführt. Die prognostische Aussagekraft der schwach gefärbten Pikro-Siriusrot-Fasern wurde anhand von 53 Fällen evaluiert. Dasselbe neuronale Netz wurde mit MMP9-gefärbten Gewebeschnitten aus denselben Fällen trainiert und die Quantifizierungsergebnisse wurden mit der Variante aus den Pikro-Siriusrot-Fällen verglichen. Ergebnisse: Die parametrische ANOVA ergab eine schwach monoton ansteigende Beziehung zwischen den qPET-Gruppen und dem Prozentsatz der schwach gefärbten Fasern (p=.0185). Die qPET-positiven Fälle wiesen durchschnittlich 18% schwach gefärbte Fasern auf, die qPET-negativen Fälle 10%-14%. Die Detektionsleistung wies eine AUC von 0,79 auf. Schlussfolgerungen: Pikro-Siriusrot zeigt deutliche Assoziationen als prognostische Messgröße für das Fortschreiten der Erkrankung bei Morbus Hodgkin unter Verwendung von Whole Slide Images, jedoch nicht stark genug, um als alleiniges prognostisches Maß geeignet zu sein.
dc.description.sponsorshipSonstige Drittmittelgeber/-innen
dc.identifier.urihttps://jlupub.ub.uni-giessen.de/handle/jlupub/19993
dc.identifier.urihttps://doi.org/10.22029/jlupub-19348
dc.language.isode
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectKI
dc.subjectDL
dc.subjectHodgkin
dc.subjectLymphom
dc.subjectAI
dc.subject.ddcddc:610
dc.subject.ddcddc:004
dc.titleEvaluation der Eignung von KI-gestützter Quantifizierung und Klassifizierung von Kollagenfasern im Hodgkin-Lymphom als Prognosemarker
dc.typedoctoralThesis
dcterms.dateAccepted2024-11-19
local.affiliationFB 11 - Medizin
thesis.levelthesis.doctoral

Dateien

Originalbündel
Gerade angezeigt 1 - 1 von 1
Lade...
Vorschaubild
Name:
MotmaenIla-2024-11-19.pdf
Größe:
1.79 MB
Format:
Adobe Portable Document Format
Lizenzbündel
Gerade angezeigt 1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
license.txt
Größe:
7.58 KB
Format:
Item-specific license agreed upon to submission
Beschreibung: