Panoramik radyografide alt çene ikinci büyük azı dişlerinin ve c-şekilli kanal morfolojisinin derin öğrenmeye dayalı tespiti
Automated detection of c-shaped canals in mandibular second molars from panoramic radiographs: comparing single and ensemble convolutional neural networks within a 2-stage pipeline
- Tez No: 1014706
- Danışmanlar: PROF. DR. KÜRŞAT ER
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Endodonti Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, panoramik radyografilerde alt çene ikinci büyük azı dişlerini otomatik olarak tespit eden ve C-şekilli kanal morfolojisini yüksek doğrulukla sınıflandırabilen yapay zekâ tabanlı iki aşamalı bir sistem geliştirmektir. Yöntem: Çalışmada 1.252 dijital panoramik radyografi görüntüsü kullanıldı. İlk aşamada, YOLOv8 mimarisi ile alt çene ikinci büyük azı dişlerinin otomatik tespiti gerçekleştirildi. İkinci aşamada ise tespit edilen dişlerin C-şekilli kanal içerip içermediği, DenseNet-169, ConvNeXt-Base ve EfficientNet-B6 mimarilerinden oluşan KSA modelleri ile sınıflandırıldı. Bulgular: YOLOv8 modeli %98.9 doğruluk ve mAP@[0.5:0.95] = 0.8818 değeri ile alt çene ikinci büyük azıların tespitinde yüksek başarı gösterdi. C-şekilli kanal sınıflandırmasında ConvNeXt modeli %97.02 doğruluk, %96.08 duyarlılık, %97.69 özgüllük ve %96.39 F1-skoru ile en yüksek performansı sergiledi. EfficientNet-ConvNeXt ikili ensemble modeli %96,21 doğruluk değeri ile ConvNeXt'e yakın sonuçlar verirken, üçlü ensemble modeli %95,93 doğruluk göstermiştir. AUC değerleri #37 ve #47 için sırasıyla 0.9735 ve 0.9881 olarak hesaplandı. Grad-CAM görselleştirmeleri, modelin anatomik olarak anlamlı bölgelere odaklandığını gösterdi. Sonuç: Geliştirilen iki aşamalı yapay zekâ sistemi, panoramik radyografilerde C-şekilli kanal morfolojisinin tespitinde klinik olarak kabul edilebilir yüksek accuracy ve güvenilirlik düzeyine ulaşmıştır. Sistem, endodontik tedavi planlamasında karar destek aracı olarak kullanılma potansiyeline sahiptir.
Özet (Çeviri)
Objective: This study aimed to develop an artificial intelligence-based two-stage system that automatically detects mandibular second molars in panoramic radiographs and classifies C-shaped canal morphology with high accuracy. Methods: A total of 1.252 digital panoramic radiographs were utilized. In the first stage, automatic detection of mandibular second molars were performed using YOLOv8 architecture. In the second stage, the detected teeth were classified for C-shaped canal presence using ensemble CNN models comprising DenseNet-169, ConvNeXt-Base, and EfficientNet-B6 architectures. Model performance was evaluated on 188 test images. Results: The YOLOv8 model demonstrated high success in mandibular second molar detection with 98.9% accuracy and mAP@[0.5:0.95] = 0.8818. For C-shaped canal classification, ConvNeXt model exhibited the highest performance with 97.02% accuracy, 96.08% sensitivity, 97.69% specificity, and 96.39% F1-score. The EfficientNet-ConvNeXt dual ensemble achieved 96.21% accuracy, approximating ConvNeXt's performance, while the triple ensemble demonstrated 95.93% accuracy. AUC values were calculated as 0.9735 and 0.9881 for teeth #37 and #47, respectively. Grad-CAM visualizations revealed that the model focused on anatomically relevant regions. Conclusion: The developed two-stage artificial intelligence system achieved clinically acceptable high accuracy and reliability in detecting C-shaped canal morphology in panoramic radiographs. The system has potential to be utilized as a clinical decision support tool in endodontic treatment planning.
Benzer Tezler
- Daimi birinci büyük azı dişlerinde yapılan kontrollü çekimlerin klinik ve radyografik sonuçları
Clinical and radiographic results of controlled extractions on permanent first molars
MELİKE CANPOLAT
Doktora
Türkçe
2020
Diş HekimliğiAnkara ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
PROF. DR. ŞAZİYE SARI
- Gömülü üçüncü molar diş ile ikinci molar dişin eksternal kök rezorbsiyonu arasındaki ilişkinin panoramik radyografi ve konik ışınlı bilgisayarlı tomografi ile değerlendirilmesi
The evaluation of relationship between external root resorption of the second molar and impacted third molar with cone beam computed tomography and panoramic radiography
GEDİZ GEDUK
Diş Hekimliği Uzmanlık
Türkçe
2016
Radyoloji ve Nükleer TıpOndokuz Mayıs ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE ZEYNEP ZENGİN
- Bilgisayar tomografi yardımıyla oral implantolojide implant yerleştirilecek bölgenin tesbiti ve uygulanacak implant tipinin seçimi
Assessment of site and type of implant by computerized tomography in oral implantology
HAKAN TERZİOĞLU
- Süt ve daimi dişlerde taurodonti: Diyarbakır ili çocuk ve adölesan nüfusu üzerine radyografik bir inceleme
Taurodontism in primary and permanent teeth: A radiographic evaluation of a child and adolescent population in Diyarbakır
HASAN SAİD ŞENER
Diş Hekimliği Uzmanlık
Türkçe
2026
Diş HekimliğiDicle ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
PROF. DR. EMİN CANER TÜMEN
- Gömülü üçüncü molar dişlerin ikinci molar dişlerde oluşturduğu etkilerin KIBT ve panoramik radyografi ile incelenmesi
Investigation of impacts of impacted third molars on second molars by CBCT and panoramic radiography
HAZAL KISA
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiDicle ÜniversitesiRestoratif Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. ELİF PINAR BAKIR