Uzm. Ody. Soner Türüdü

Site 1. rengi

Site 2. rengi

Topbar rengi

Menü ikon

Menü hover

Menü arama

Footer rengi

Tasarım

Meniere Hastalığı ve Yapay Zeka

Meniere Hastalığı ve Yapay Zeka

Merhaba, bu yazimda sizlere Meniere hastaligi ve yapay zeka calismalarindan bahsedecegim.

Yaziyi kisaca ozetleyecek olursak;

Meniere hastaligi bilindigi uzere tani konulma ve tedavi secenekleri acisindan zorlu bir surec icermekte. Tani kriterlerinde tek objektif test olan saf ses odyometrisine ek olarak, son yillarda giderek gelistirilmekte olan ve endolenfatik hidropsun goruntulenmesine imkan saglayan ic kulak MRI teknigi de tanilamada oldukca yardimcidir. Fakat analiz yontemlerinde cesitliligin fazla olmasi; karmasik ve zaman alici surecler icermesi bilim insanlarini baska arayislara yonlendirmistir. Son yillarda hizli bir sekilde gelismekte olan yapay zeka (Artificial Intelligence), goruntu tanima (Image recognition) alaninda siradisi performanslar gostermekte. Ozellikle derin ogrenmeye dayanan evrisimli sinir aglari (convolutional neural network-CNN) metodu, gunumuzde goruntu tanima isleminin kritik oldugu yerlerde cok onemli roller ustlenmektedir.

Simdi detaylara Meniere hastaligi ve ilgili terimler ile giris yapabiliriz.

Meniere hastaligi (MH) tekrarlayan bas donmesi ataklari, fluktuan (dalgali seyreden) isitme kaybi, cinlama ve kulakta dolgunluk gibi birden fazla semptomu icinde barindiran bir hastaliktir. Endolenfatik hidrops (EH) ise koklea ve vestibuldeki endolenfatik bosluklarin sistigi, Meniere Hastaligi’nin histolojik bir gostergesidir (1). 1995 yilinda AAO-HNS (Committee on Hearing and Equilibrium of the American Academy of Otolaryngology-Head and Neck Surgery) tarafindan ‘Certain Meniere’ tanisi yalnizca olum sonrasi temporal kemik orneklerinde endolenfatik hidropsun histolojik gorunumu sartiyla konulabilmekteydi (2). Bu yuzden 2015 yilinda Barany Society tarafindan ‘Certain Meniere’ terimi kaldirilmistir (3).

Bir not: Certain Meniere, dogrulugu %100 ispatlanabiliyorsa (olum sonrasi inceleme gibi) diyebilirsiniz; Definite Meniere ise, dogrulugu konusunda kendinize neredeyse %100’e yakin guveniyorsaniz veya dogrulugundan eminseniz diyebilirsiniz (Yapay zeka yontemleri ile goruntuleme gibi). Aciklamak gerekirse, daha once Olasi-Muhtemel-Tanimlanmis(belirli)-Kesin seklinde yapilan gruplandirmada 2015 yilinda Barany Society tarafindan Olasi ve Kesin Meniere tanimlari kaldirilmistir.

Meniere tanimlari ve terimleri hakkinda bilgi almak icin asagidaki tabloyu inceleyebilirsin.

Tani kriterlerine gore, Kesin ve muhtemel (Definite ve probable) Meniere hastaliginin tanisinda kullanilan tek objektif test yontemi saf ses odyometridir. Elektrokokleografi (EcoG) ve VEMP gibi diger olcumler ise 30 yildan uzun suredir ek tani araclari olarak kullanilmaktadir; ancak bu olcumler ile endolenfatik hidrops goruntulenemeyecegi icin; sadece hidropsu tahmin etmede yardimci olmaktadirlar (4).

Goruntuleme teknolojilerindeki gelismelerle birlikte, Meniere hastaligi olan bireylerde endolenfatik hidropsun MRI ile goruntulenmesi objektif bir isaret haline gelmistir (5). Kontrast maddenin intratimpanik ve intravenoz enjeksiyonu ile bircok EH goruntuleme calismalari yapilmistir. Fakat bu calismalarda kullanilan metodlarin cesitliligi, analiz yontemleri, bazen hesaplamali analizlerin fazla zaman almasi ve asiri efor istemesi nedeniyle; gercek hidrops oranini hesaplamak oldukca guc hale gelmektedir. Bu nedenle son yillarda derin ogrenme ve yapay zeka yontemlerindeki gelismenin, ozellikle ic kulak MRI kullanilarak Meniere Hastaligi olan bireylerde EH’nin otomatik degerlendirilmesinde, oldukca yardimci olacagi dusunulmektedir.

Meniere Hastaligi’na bir bakis

Meniere hastaliginin ismi fransiz Prosper Meniere (1799-1862) den gelmektedir (6). Prosper Meniere, yasami boyunca surekli siddetli bas donmesi ataklari geciren bir hastanin otopsisinden sonra, Meniere hastaligini, bas donmesine sebep olan bir ic kulak hastaligi olarak tanimladi. Ancak net bir sekilde Meniere hastaliginin patofizyolojisine dair bir aciklama getiremedi (7). Yaklasik 70 yil sonra, 1938 yilinda, Yamakawa ile Hallpike ve Cairns gruplari neredeyse ayni anda Meniere hastaliginin patofizyolojisini sundular. Insan temporal kemik orneklerinde, kokleadaki skala mediayi actiklarinda endolenfatik hidropsu bulmuslardir ve daha sonra Meniere hastaliginin histopatolojik bir belirtisi olarak tanimlanmistir (1, 8).

Meniere hastaliginin; genetik, bagisiklik sistemi, ic kulaktaki hidrodinamikler, molekuler mekanizmalarini da dusununce kompleks ve heterojen bir yapiya sahip oldugunu unutmamak gerekir. Sebepleri ve hastalik boyunca semptomlar degisiklik gosterse de, en onemli histopatolojik isaretlerden biri ic kulaktaki endolenfatik bosluklarda sismeler gorulmesidir.

Meniere hastaligina karsi cesitli tibbi tedaviler ya da diyetle ilgili kisitlamalar, stres azaltma gibi yasam tarzi degisiklikleri kullanilmaktadir. Endolenfatik kese dekompresyonu ya da vestibuler ablasyon gibi cerrahi mudahalaler de yapilabilmektedir. Meniere hastalarinda beklenmedik vertigo ataklari, ileri-cok ileri derece isitme kayiplari gorulebilecegi ve yasam kalitelerinde dusus olabilecegi icin, bu hastalarda psikolojik sorunlar da sik sik gorulmektedir.

Endolenfatik bosluk ve hidrops goruntulemede kullanilan ic kulak MRI tarihcesine bir bakis

Yirminci yuzyilda, MRI kullanilarak goruntuleme teknolojisinin gelisimiyle beraber canlida (in vivo) EH tanimlama girisimleri hizlandi. 2004 yilinda, Duan ve arkadaslari ilk kez 4.7 T (Tesla) MRI kullanarak, bir kobayda (hayvan) Endolenfatik Hidrops goruntulemeyi basardilar (9). Daha sonra Nakashima ve ark. Meniere hastalarinda kontrast maddenin intratimpanik ve intravenoz enjeksiyonu ile 3 T (Tesla) MRI kullanarak EH goruntulemeyi basardilar (10). Son yillarda ozellikle IV Gadolinyum  (Gd) ile yapilan MRI sonuclari umut vaat edici sonuclar gostermistir (11). IV-Gd ic kulak MRI yontemi, daha az invaziv ve ozellikle intratimpanic yontem ile karsilastirildiginda (24 saate karsi 4 saat), kontrast maddenin enjeksiyonu acisindan cok daha az zamana ihtiyac duymaktadir (12). Simdilerde yaygin olarak kullanilan yontem ve derecelendirme protokolu, Naganawa ve arkadaslari tarafindan one surulmustur (11). Son yillarda yapilan bircok calisma, Meniere hastaligi semptomlari ile MRI da gorulen EH’nin siddeti arasinda iliski oldugunu gostermektedir. Ayrica IV-Gd ic kulak MRI kullaniminin da odyovestibuler sonuclar ile hidrops arasindaki korelasyonu gostermesi acisindan Meniere hastaligi tanisinda oldukca yararli oldugu belirtilmektedir (13). Gunumuzde cesitli goruntuleme yontemleri mevcut olsa da, en cok gorulen yontem Gadolinyum bazli bir kontrast maddenin intravenoz infizyonunu kullanan 3D-FLAIR’dir. Yakin zamanda 2 yontem goze carpmaktadir, birincisi MRI yoluyla endolenfatik boslugun tum hacmini olcmek icin 3d modelleme yontemlerinin kullanilmasi, ikincisi ise koklea ve vestibulun ayrintili sekilde bolunerek incelenmesidir (13, 14).

Meniere hastaliginda mevcut tani yontemi ve ikilem

Klinikte saf ses odyometri disinda elektrokokleografi (EcoG), VEMP, kalorik test, Video head impulse test (V-HIT) kullanilmaktadir. Elektrokokleografi 30 yildan uzun suredir kullanilmasina ragmen Meniere hastaligi tanisinda referans olcumler disinda direkt bir etkisi yoktur ve tanisal degeri literaturde hala tartismalidir (15). Sakkuler fonksiyonu gosteren servikal VEMP (cVEMP) dusunuldugunde, hidrops seviyesi ile kulaklararasi fark (Interaural Difference) orani arasinda anlamli bir korelasyon bulunmamaktadir. Bircok calismada Meniere hastaliginin suresine ve evresine gore cVEMP yanitlarinda artma veya azalma gozlendigini bildirilmistir. Literatur incelendiginde, etkilenen kulakta artan cVEMP yanitinin genellikle Meniere hastaliginin erken evresiyle iliskili oldugu ve hastalik ilerledikce amplitudde bir azalma gozlemlendigi belirtilmektedir. Meniere hastaligi olan bireylerde kalorik testte bazen kanal parezisi de gorulmektedir. Fakat kanal parezisi olsa bile, VHIT bulgulari siklikla normal cikmaktadir.

Bir not: Yukarida bahsettigim olayin, endolenfatik kesede meydana gelen genislemenin, kanallar icinde bir akisa ‘izin verdigini’ varsayarsak gerceklesmesi muhtemeldir. Yani hidrops, vHIT’deki vestibulo-okuler yanitta bozulmaya sebep olmadan kalorik deficit meydana getirebilir. Ayrica bilimsel literaturde bu olcumlere dair anlamli bir korelasyon belirtilmedikce, sunulmadikca; klinikte yapilan diger testlerden (cVEMP, v-HIT, EcoG, Caloric test) elde edilen sonuclarin bizleri direk kesin taniya goturmedigini bilmek gerekir.

Meniere hastaligi tanisinda ic kulak MRI Analizi ve Sekansi

Bir not: Asagida yapilan islemleri, Meniere hastaligi tanisinda neden manuel islemler yerine yapay zekaya ihtiyac duydugumuzu gosterebilmek icin paylasiyorum. Normalde bu tarz calismalar interdisipliner olmali ve radyologa basvurulmalidir.

2000’li yillardan sonra, Meniere hastalarinda hidropsu belirlemek amaciyla 3D-FLAIR (three-dimensional fluid-attenuated inversion recovery) protokolu siklikla kullanilmaya baslanmistir. Fakat son yillarda perilenf (kontrastli) ile endolenf (kontrast olmadan) arasindaki sinyal farklarini belirlemek amaciyla MRI protokolu olarak 3D-FLAIR ile birlikte 3D real-IR sekanslari kullanilmaktadir. 3D real-IR sekansinin en onemli avantaji, yapilari cevreleyen kemigi ara sinyal (gri) olarak algilayarak; endolenf, perilenf ve bitisigindeki kemigin tek bir goruntude ayirt edilmesini saglamasidir.

Temel MRI dizisi sirasiyla; 1-  Endolenf ve perilenfin sivilarinin toplam alanini belirlemek icin heavily T2-weighted (hT2W) MR cisternography (MRC), 2- Perilenf boslugunu belirlemek icin hT2W-3D-FLAIR with inversion time of 2250 ms (Positive Perilymph Image-PPI), 3- Endolenf boslugunu belirlemek icin hT2W-3DIR with inversion time of 2050 ms (Positive Endolymph Image-PEI).

PEI ile PPI parametreleri ms disinda tamamen ayni belirlenmektedir. Karsilastirmayi kolaylastirmak icin MR sisternografi; PEI ve PPI ile ayni boyutta FOV, matrix ve dilim kalinligi kullanilmaktadir.

Sonraki adim ise tarayicida hidropslari gorebilmek amaciyla PPI’dan PEI’yi cikarmak olacaktir. Burada soyle bir kisaltma kullaniliyor: HYDROPS (HYbriD of Reversed image Of Positive endolymph signal and native image of positive perilymph Signal).

Yukaridaki islemlerdenden sonra artik endolenfatik boslugun ne kadar genisledigini analiz etmek mumkun hale gelmistir. Klinik olarak goruntuyu okuma ve tanilama icin cesitli derecelendirme sistemleri gelistirilmis ancak en yaygin kullanilani 2009 yilinda Nagashima ve ark. tarafindan gelistirilen sistemdir (16).

Yukaridaki oranlari saglikli belirleyebilmek icin kontrast artirma teknikleri kullanilmaktadir. HYDROPS goruntulerinin contrast-to-noise oranlarini artirmak icin DICOM viewer yazilimiyla HYDROPS ve MRC goruntuleri kullanilarak HYDROPS-Mi2 goruntuleri olusturulmaktadir (asagidaki sekil).

Tum islemlere ek olarak, tum koklea ve vestibuler sinirlari MRI da ilgili uzman tarafindan manuel cizilmektedir (asagidaki sekil).

Tum islemler dusunuldugunde hepsinin manuel yapilmasi cok zaman alici, hantal ve klinik icin verimsizdir. Otomatik bir analiz sistemi, endolenfatik hidrops oranlarini gercek zamanli olarak dogru bir sekilde hesaplamak icin mukemmel olmaz miydi?

Saglik alaninda yapay zekanin gelisimi: Medikal goruntu analizlerine odaklanma

Yapay zeka kavrami ilk olarak 1950’li yillarda ortaya atildi. Ancak gradient vanishing adi verilen bir problemden oturu 2000’li yillara kadar gundeme gelmeyi basaramadi. Ancak simdilerde, bu sorunun da cozulmesiyle (activation function ile) ve arastirmacilarin da ilgisiyle cok populer bir hale geldi. Tip alaninda yapay zeka icin en onemli bilim radyoloji olarak gorulmektedir (17). Bunun sebebi de, bircok derin sinir agi algoritmalari icerisinde neredeyse mukemmele yakin sonuclar veren convolutional neural network (CNN-Evrisimsel sinir agi) gelistirmeye imkan saglamasidir. CNN, ilk olarak 1979 yilinda Kunihiko Fukushima tarafindan ortaya atilmistir ve insanin gorsel algi surecini taklit eden derin bir sinir agi olarak tanimlanmistir (18). CNN ile daha az parametreye ihtiyac duyarak, daha yuksek boyutlu veriler egitilebilmektedir.

Bir not: ANN, CNN, RNN gibi kavramlara internette rahatca ulasabilirsiniz, konudan uzaklasmamak adina burada bahsetmiyorum.

Gunumuzde gogus rontgeni, mamografi, bilgisayarli tomografi calismalarda siklikla kullanilmaktadir. MRI da karmasik beyin yapilarinin yuksek kaliteli 3D goruntulerini ureten guclu ve non-invaziv bir aractir. Alzheimer ve otizm siniflandirmasi amaciyla algoritma gelistirmenin yanisira, cesitli beyin lezyonlariyla ilgili calismalar da aktif olarak yapilmaktadir. Ancak ozellikle tumor gibi beynin spesifik bolgeleri icin yapilan calismalarda patch wise CNN kullanilarak buyuk resmin kucuk bir alanina dair daha detayli bilgi edinilmektedir.

Yapay zekanin Meniere hastaliginda kullanimi

Aslinda en basit yontem olarak birbiriyle tamamen baglantili olan yapay sinir aglarini (Artificial neural network-ANN) kullanmak olabilirdi ancak her piksel bir norona bagli oldugu icin bu hesaplama acisindan oldukca zor olurdu. Bu yuzden CNN kullanarak, daha dusuk katmandan (iliskili) gelen bilgiyi kolayca alabiliriz.

CNN ile endolenfatik hidropsu dogru sekilde olcebilmek icin 3 adim gereklidir; 1- Training icin verilerin hazirlanmasi, 2- Egitilen goruntulere gore ic kulaktaki yapilarin (koklea ve vestibul) dogru segmentasyonu, 3- Bolunmus alanlardaki EH oraninin dogru ve otomatik hesaplanmasi.

Dogru bir segmentasyon icin bazi faktorlerin onceden belirlenmesi gerekir. Oncelikle ic kulagi dogru segmentlere ayirabilmek ve ogrenebilmek icin, tum CNN projelerinde olacagi gibi, genis bir veri setine ihtiyac duyulmaktadir. Meniere hastaliginin  ve MRI protokolunun spesifik ozellikleri nedeniyle goruntu veri setindeki nicel sinirlamalar kacinilmaz olabilir. Ancak MRI goruntuleri uzerinde kirpma, cevirme, yogunluk degistirme gibi yontemler ile orijinal goruntuleri, egitim veri setine donusturebiliriz. Fakat bu islem dusunuldugu kadar kolay degil. Asagidaki ornekte, eksik bir goruntunun nasil egitim veri setine donusturuldugunu gorebilirsiniz.

1- low augmentation by flipping and random shifting (144 times); 2- moderate augmentation by flipping, random shifting, and 10 steps of brightness change (1584 times); and 3- high augmentation by flipping, shifting, and 1 step of brightness change (14,544 times). Goruldugu gibi bu yonteme gore bir MRI goruntusunu, 14binden fazla goruntuye donusturebilir ve egitim verisetine aktarabiliriz.

Ikinci bir yontem olarak ise; koklea ve vestibul alanlari, orijinal MRC goruntulerine (384 x 324 pixels) gore nispeten kucuktur. Bu nedenle ic kulaga ait bir goruntu, bir radyolog tarafindan belirlenen kirpma referans noktalarindan 100×100 pixels kadar kirpilabilir. Bu sekilde ROI (interest of region) dedigimiz ilgili bolge kirpilan pencerelerin icinde bulunur. Sunu unutmamak gerekir ki, ic kulak yapilarinin boyutlari ve konumlari, dogumdan sonra buyumedikleri, sekilleri degismedigi ve cinsiyetten bagimsiz olduklari icin; CNN kullanilarak yapilan analizlerde oldukca fayda saglamaktadir (19).

Asagida EH oraninin hesaplanma yontemini bulabilirsiniz.

Son arastirmalar, EH oraninin, bir uzman tarafindan olculen sonuclar ile yapay zeka tarafindan tahmin edilen sonuclarin sasirtici bir sekilde tutarli oldugunu gostermektedir (20).

Bir uzman tarafindan EH oraninin hesaplanmasi, goruntuler sonradan islenecegi hesaba katilarak 10 dakika civari surerken; bir yapay zeka ile bu 0.168 saniye surmektedir.

Meniere hastaliginda yapay zekanin gelecegi

MRI makinelerinin, veri-goruntu isleme teknolojilerinin, bulut sistemlerin ve veri biliminin gelismesiyle; yapay zekanin rolu tip alaninda git gide daha da artacaktir. Simdiye kadar yapilan calismalarda algoritmalar, klinisyenlere yardimci olmaya ve/veya klinik sonuclari tahmin etmeyi basarmis olsalar da; hasta merkezli algoritmalarin gelistirilmesi konusunda henuz kayda deger adimlar atildigi soylenemez. Bu tarz teknolojiler hekimlerin tani ve tedavi surecine yardimci olurken; tibbi bilginin onundeki engelleri de kaldirmaktadir.

Ancak unutulmamali ki, sonucta yazilan algoritmalar genele sunulmadan once mutlaka detayli olarak sayisiz kez kontrol edilmelidir; cunku her hastaligin, bireyde ilerleme sureci ayni degildir.

Bir not: Gunumuzde Meniere hastaliginda ic kulak MRI kullanma ihtimali henuz tam olarak dogrulanmamistir ve onaylanmamistir. MRI ile endolenf boslugu dogrulanabilir ve EH orani hesaplanabilir ancak bilindigi uzere protokol ve analiz yontemi arastirmacilar arasinda farklilik gosterecektir. Bazi vakalarda Meniere hastaligindaki semptomlar duzelmis olsa da, tedavi sonrasi yapilan MRI sonuclarinda EH paterninin degismedigi veya daha da arttigi gorulmektedir. Bu nedenle daha ileri calismalara ihtiyac duyulmaktadir.

CNN tabanli derin ogrenmenin, tibbi goruntulerin okunmasi ve analizinde yaygin olarak kullanilacagi ongorulmektedir. Iyilestirilecek bircok yon olmakla birlikte; yapay zekanin, hastalarin hikayeleri, semptomlari, odyo-vestibuler sonuclari ve MRI analizini sentezleyerek siniflandirma-kumeleme yapabilecegini dusunmekteyim.

Yazi uzun olsa da, umarim sikici olmamistir. Yorumlariniz, calisma dusunceleriniz, fikirleriniz, paylasimlariniz icin yorum ekleyebilir ya da asagidaki mail adreslerinden bana ulasabilirsiniz.

soner.turudu@gmail.com /// s.turudu@rug.nl

Tesekkurler, sonraki yazida gorusmek uzere!

Not: Bazi gorselleri Artificial Intelligence in Medicine kitabindan aldim. Konu basligini ise Young Sang Cho ve Won-Ho Chung tarafindan yazilan Meniere hastaliginda yapay zeka uygulamalari konulu chapterinden esinlenerek olusturdum.

Kaynaklar:

  1. Hallpike CS, Cairns H. Observations on the pathology of ménière’s syndrome (section of otology). Proc R Soc Med. 1938;31(11):1317–36.
  2. Committee on Hearing and Equilibrium. Committee on Hearing and Equilibrium guidelines for the diagnosis and evaluation of therapy in Meniere’s disease. American Academy of Otolaryngology-Head and Neck Foundation, Inc. Otolaryngol Head Neck Surg. 1995;113(3):181–5. https://doi.org/10.1016/S0194- 5998(95)70102-8.
  3. Lopez-Escamez JA, Carey J, Chung WH, Goebel JA, Magnusson M, Mandala M, et al. Diagnostic criteria for Meniere’s disease. J Vestibul Res-Equil. 2015;25 (1):1–7. https://doi.org/10.3233/VES-150549.
  4. Durrant JD, Wang J, Ding DL, Salvi RJ. Are inner or outer hair cells the source of summating potentials recorded from the round window? J Acoust Soc Am. 1998;104(1):370–7. https://doi.org/10.1121/1.423293.
  5. Nakashima T, Pyykko I, Arroll MA, Casselbrant ML, Foster CA, Manzoor NF, et al. Meniere’s disease. Nat Rev Dis Primers. 2016;2(1):16028. https://doi.org/10. 1038/nrdp.2016.28.
  6. Ménière P. Pathologie auriculaire: mémoire sur des lésions de l’oreille interne donnant lieu à des symptômes de congestion cérébrale apoplectiforme. Gazette médicale de Paris. 1861;16:597 601.
  7. Baloh RW. Prosper Meniere and his disease. Arch Neurol. 2001;58(7):1151–6. https://doi.org/10.1001/archneur.58.7.1151.
  8. Yamakawa K. Hearing organ of a patient who showed Meniere’s symptoms. J Otolaryngol Soc Jpn. 1938;44:2310–2.
  9. Duan M, Bjelke B, Fridberger A, Counter SA, Klason T, Skjonsberg A, et al. Imaging of the Guinea pig cochlea following round window gadolinium application. Neuroreport. 2004;15(12):1927 30. https://doi.org/10.1097/00001756-200408260-00019.
  10. Nakashima T, Naganawa S, Sugiura M, Teranishi M, Sone M, Hayashi H, et al. Visualization of endolymphatic hydrops in patients with Meniere’s disease. Laryngoscope. 2007;117(3):415–20. https://doi.org/10.1097/MLG.0b013e31802c300c.
  11. Naganawa S, Suzuki K, Nakamichi R, Bokura K, Yoshida T, Sone M, et al. Semi-quantification of endolymphatic size on MR imaging after intravenous injection of single-dose gadodiamide: comparison between two types of processing strategies. Magn Reson Med Sci. 2013;12(4):261–9. https://doi.org/10.2463/mrms. 2013-0019.
  12. Iida T, Teranishi M, Yoshida T, Otake H, Sone M, Kato M, et al. Magnetic resonance imaging of the inner ear after both intratympanic and intravenous gadoliniuminjections. Acta Otolaryngol. 2013;133(5):434– 8. https://doi.org/10.3109/00016489.2012.753640.
  13. Attye A, Eliezer M, Boudiaf N, Tropres I, Chechin D, Schmerber S, et al. MRI of endolymphatic hydrops in patients with Meniere’s disease: a case-controlled study with a simplified classification based on saccular morphology. Eur Radiol. 2017;27(8):3138–46. https://doi.org/10.1007/s00330-016-4701-z.
  14. Connor SEJ, Pai I. Endolymphatic hydrops magnetic resonance imaging in Meniere’s disease. Clin Radiol. 2021;76(1):76e1–e19. https://doi.org/10.1016/j.crad. 2020.07.021.
  15. Ziylan F, Smeeing DP, Stegeman I, Thomeer HG. Click stimulus electrocochleography versus MRI with intratympanic contrast in Meniere’s disease: a systematic review. Otol Neurotol. 2016;37(5):421–7. https:/doi.org/10.1097/MAO.0000000000001021.
  16. Nakashima T, Naganawa S, Pyykko I, Gibson WPR, Sone M, Nakata S, et al. Grading of endolymphatic hydrops using magnetic resonance imaging. Acta Otolaryngol. 2009;129(Suppl 560):5–8. https://doi.-org/10.1080/00016480902729827.
  17. Li Z, Wang C, Han M, Xue Y, Wei W, Li L-J et al. Thoracic disease identification and localization with limited supervision. In: 2018 IEEE/CVF conference on computer vision and pattern recognition; 18–23 June 2018. Salt Lake City: IEEE; 2018. p. 8290–9.
  18. Fukushima K. Neural network model for a mechanism of pattern recognition unaffected by shift in position-neocognitron. Trans IECE Jpn A. 1979;62 (10):658–65.
  19. Nemzek WR, Brodie HA, Chong BW, Babcook CJ, Hecht ST, Salamat S, et al. Imaging findings of the developing temporal bone in fetal specimens. AJNR Am J Neuroradiol. 1996;17(8):1467–77.
  20. Cho YS, Cho K, Park CJ, Chung MJ, Kim JH, Kim K, et al. Automated measurement of hydrops ratio from MRI in patients with Meniere’s disease using CNN-based segmentation. Sci Rep. 2020;10(1):7003. https://doi.org/10.1038/s41598-020-63887-8.

 

BİR YORUM YAZIN

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.