Gömülü maksiller kanin dişlerin pozisyonunun panoramik radyografiler üzerinden yapay zeka kullanılarak değerlendirilmesi ve CBCT görüntüleri ile doğruluğunun karşılaştırılması
Evaluation of the position of impacted maxillary canines on panoramic radiographs using artificial intelligence and comparison of its accuracy with CBCT images
- Tez No: 1000488
- Danışmanlar: DR. ÖĞR. ÜYESİ SABAHATTİN BOR
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Derin Öğrenme, Gömülü Maksiller Kanin, Pozisyon Değerlendirilmesi, Yapay Zeka, YOLOv11x-seg, Deep Learning, Impacted Maxillary Canine, Position Assessment, Artificial Intelligence, YOLOv11x-seg
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ortodonti Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, panoramik radyografi görüntüleri kullanılarak derin öğrenme tabanlı yapay zeka modelleri ile gömülü maksiller kanin dişlerin tespiti, pozisyonlarının (bukkal, mid-alveolar, palatinal) sınıflandırılması, komşu dişlerde neden olduğu kök rezorpsiyonlarının değerlendirilmesi, gama açısının otomatik olarak belirlenmesi ve geliştirilen modelin tanısal performansının değerlendirilmesidir. Materyal ve Metot: Bu çalışmanın materyali, İnönü Üniversitesi Diş Hekimliği Fakültesi Ortodonti Anabilim Dalı'na başvuran hastalara ait kayıtların retrospektif taranmasıyla elde edilmiştir. Arşiv taraması sonucunda, gömülü maksiller kanin dişi bulunan toplam 683 panoramik radyografi çalışmaya dahil edilmiştir. Gerekli etiketlemeler CranioCatch yazılımı (CranioCatch, Eskişehir, Türkiye) kullanılarak gerçekleştirilmiştir. Veri seti, %80 eğitim, %10 doğrulama ve %10 test olarak ayrılmıştır. PyTorch kullanılarak eğitilen YOLOv11x-seg mimarisinin, oluşturulan dört gruptaki performansı değerlendirilmiştir. Bulgular: Model Grup I'de gömülü kanin diş tespiti için, F1 skoru 0.98, olarak bulmuştur. Gömülü maksiller kanin dişlerin pozisyonlarının sınıflandırılmasına ilişkin oluşturulan Grup II analizlerinde üç sınıf arasında en yüksek başarı palatinal pozisyonda elde edilmiştir. Palatinal sınıfta F1 skoru 0.81, kesinlik değeri 0.78 duyarlılık ise 0.85 olarak bulunmuştur. Model en zayıf performansı 0.59 F1 skor ile bukkal pozisyonda göstermiştir. Kök rezorpsiyonlarının değerlendirilmesine ilişkin oluşturulan Grup III analizlerinde rezorpsiyon var sınıfında F1 skor 0.15 rezorpsiyon yok sınıfında F1 skor 0.73 olarak tespit edilmiştir. Gama açısının değerlendirilmesine dayanan Grup IV analizlerinde, model 65° üzeri olgularda 0.91 duyarlılık ve 0.70 F1 skoru; 65° altı olgularda ise 0.84 duyarlılık ve 0.77 F1 skoru elde etmiştir. Sonuç: YOLOv11x-seg tabanlı derin öğrenme modelinin, panoramik radyografilerde gömülü maksiller kanin dişlerin tespiti ve konumsal değerlendirilmesinde yüksek doğruluk ve klinik uygulanabilirlik potansiyeli sunduğu belirlenmiştir.
Özet (Çeviri)
Aim: The aim of this study was to apply deep learning based- artificial intelligence models to panoramic radiographs for the detection of impacted maxillary canines, classification of their positions (buccal, mid-alveolar, palatal), evaluation of associated root resorption, measurement of the gamma angle, and assessment of the diagnostic performance of the model. Materials and Methods: This study was conducted through a retrospective review of patient records from the Department of Orthodontics at Inonu University Faculty of Dentistry. A total of 683 panoramic radiographs containing impacted maxillary canines were included. All annotations were performed using CranioCatch software. The dataset was divided into training (80%), validation (10%), and test (10%) subsets. The YOLOv11x-seg architecture, trained with the PyTorch library, was evaluated across four groups created for impacted maxillary canines. Results: In Group I, the model achieved an F1 score of 0.98 for detecting impacted canines. In Group II, positional classification showed the highest performance in the palatal position (F1: 0.81, precision: 0.78, recall: 0.85) and the lowest in the buccal position (F1: 0.59). In Group III, which assessed root resorption, F1 scores were 0.15 for the resorption-present class and 0.73 for the resorption-absent class. In Group IV, based on gamma-angle evaluation, the model achieved a recall of 0.91 and an F1 score of 0.70 for angles > 65°, and a recall of 0.84 with an F1 score of 0.77 for angles <65°. Conclusion: The YOLOv11x-seg deep learning model demonstrated high accuracy and promising clinical applicability for detecting and determining the position of impacted maxillary canines on panoramic radiographs.
Benzer Tezler
- Gömülü maksiller kanin dişe sahip genç erişkinlerde mandibular indekslerin ve sefalometrik parametrelerin değerlendirilmesi
Evaluation of mandibular indices and cephalometric parameters in adolescents with impacted maxillary canines
ESRA GENÇ
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiOrdu ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜLEYMAN KUTALMIŞ BÜYÜK
- Gömülü maksiller kaninlerin anatomik pozisyonları ile nazal septum deviasyonu arasındaki ilişkilerin değerlendirilmesi
Evaluation of the relationships between the anatomical positions of the impacted maxillary canines and the nasal septum deviation
BATUHAN KAPAKLI
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiBolu Abant İzzet Baysal ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BOYLU
- Gömülü maksiller kanin dişlerin panoramik radyograf ve KIBT ile karşılaştırmalı analizi
Comparative analysis of impacted maxillary canine location with panoramic radiography and cone beam computed tomography
AHMET EREN KARABIYIK
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiOndokuz Mayıs ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. AYŞE PINAR SUMER
- Gömülü maksiller kanin dişlerin değerlendirme kriterlerinin klinik olarak incelenmesi
A clinical investigation of the evaluation criteria for impacted maxillary canine teeth
YUSUF ÖMER GÜLLÜ
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiOndokuz Mayıs ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. FETHİYE ÇAKMAK ÖZLÜ
- Maksiller gömülü kanin dişlerin tanı ve ortodontik tedavisinin 3 boyutlu görüntüleme yöntemi ile değerlendirilmesi
Evaluation of diagnosis and orthodontic treatment of maxillary impacted canines with 3 dimensional imaging method
ASLIHAN ZEYNEP ÖZ