Histopatolojik olarak doğrulanmış çene lezyonlarının panoramik radyografi ile tanısında derin öğrenme yöntemlerinin etkinliğinin belirlenmesi
Determination of the efficacy of deep learning methods in the diagnosis of histopathologically confirmed jaw lesions using panoramic radiography
- Tez No: 1023124
- Danışmanlar: DOÇ. DR. ZEYNEP BAYRAMOĞLU
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Çene lezyonları, derin öğrenme, destek vektör makineleri, panoramik radyografi, Deep learning, Jaw lesions, support vector machines, panoramic radiography
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmada, histopatolojik olarak doğrulanmış ameloblastoma, odontojenik keratokist, dentigeröz kist ve radiküler kistin panoramik radyografiler üzerinde, derin öğrenme ve makine öğrenmesini birleştiren hibrit bir yaklaşım kullanılarak ikili, üçlü ve dörtlü sınıflandırma senaryolarındaki performansının değerlendirilmesi amaçlanmıştır. Materyal ve Metot: Ocak 2015-Mart 2026 tarihleri arasında Atatürk Üniversitesi Diş Hekimliği Fakültesi'ne başvuran hastaların panoramik radyografileri retrospektif olarak incelenmiştir. Toplam 238 histopatolojik olarak doğrulanmış lezyon (58 ameloblastoma, 60 odontojenik keratokist, 60 dentigeröz kist ve 60 radiküler kist) çalışmaya dahil edilmiştir. Kırpılan lezyon görüntülerinden DenseNet121, EfficientNetB0, EfficientNetB2, Xception ve ResNet50 modelleri ile öznitelik çıkarımı yapılmış; elde edilen öznitelikler SVM sınıflandırıcıları ile değerlendirilmiş ve yumuşak oylama (soft voting) yöntemiyle performans artırılmıştır. Model başarısı, 5 katlı çapraz doğrulama ile doğruluk, kesinlik, duyarlılık ve F1-skoru metrikleri kullanılarak değerlendirilmiştir. Bulgular: İkili sınıflandırmada en yüksek ortalama doğruluk radiküler kist-ameloblastoma (%86,62), en düşük doğruluk ise ameloblastoma-odontojenik keratokist (%72,08) ikilisinde elde edilmiştir. Üçlü sınıflandırmada en yüksek ortalama doğruluk ameloblastoma-radiküler kist-dentigeröz kist grubunda (%76,32) bulunurken, dört sınıflı analizde ortalama doğruluk %65 olarak hesaplanmıştır. Konfüzyon matrislerinde en fazla yanlış sınıflandırmanın ameloblastoma ile odontojenik keratokist arasında gerçekleştiği görülmüştür. Sonuç: Hibrit derin öğrenme-makine öğrenmesi yaklaşımı, panoramik radyografiler üzerinde çene lezyonlarının sınıflandırılmasında umut verici sonuçlar ortaya koymuştur. Bulgular, özellikle radyografik olarak benzer özellikler gösteren ameloblastoma ile odontojenik keratokistin ayırıcı tanısının güçlüğünü koruduğunu göstermektedir. Geliştirilen yaklaşımın klinik karar destek sistemi olarak kullanılma potansiyeline sahip olduğu düşünülmektedir.
Özet (Çeviri)
Aim: This study aimed to evaluate the binary, ternary, and quaternary classification of histopathologically confirmed ameloblastoma, odontogenic keratocyst, dentigerous cyst, and radicular cyst on panoramic radiographs using a hybrid approach based on deep learning and machine learning. Material and method: Panoramic radiographs of patients who applied to Atatürk University Faculty of Dentistry between January 2015 and March 2026 were retrospectively analyzed. A total of 238 histopathologically confirmed lesions (58 ameloblastomas, 60 odontogenic keratocysts, 60 dentigerous cysts, and 60 radicular cysts) were included in the study. Feature extraction was performed from the cropped lesion images using DenseNet121, EfficientNetB0, EfficientNetB2, Xception, and ResNet50 models. The obtained features were classified with SVM classifiers, and performance was enhanced using the soft voting method. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics with 5-fold cross-validation. Results: In binary classification, the highest mean accuracy was obtained for the radicular cyst-ameloblastoma pair (86.62%), while the lowest accuracy was observed for the ameloblastoma-odontogenic keratocyst pair (72.08%). In ternary classification, the highest mean accuracy was found in the ameloblastoma-radicular cyst-dentigerous cyst group (76.32%), whereas the mean accuracy in the four-class analysis was 65%. Confusion matrices revealed that the highest rate of misclassification occurred between ameloblastoma and odontogenic keratocyst. Conclusion: The hybrid deep learning-machine learning approach yielded promising results for the classification of jaw lesions on panoramic radiographs. The findings indicate that the differential diagnosis of ameloblastoma and odontogenic keratocyst, which exhibit similar radiographic features, remains challenging. The developed approach is considered to have potential for use as a clinical decision support system.
Benzer Tezler
- Çene kemiklerinde rastlanılan patolojik oluşumların dental volumetrik tomografi ile düşünülen teşhislerinin histopatolojik tetkikler ile doğrulanması
Confirmation of CBCT based preliminary diagnosis of jaw patholgies with histopathological analysis
EMRE ÇENGELLİ
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiEge ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
DOÇ. DR. CANDAN EFEOĞLU
- Çenelerin dentoalveoler inflamatuar lezyonlarının mikrobiyolojik olarak incelenmesi
Microbiologic study of dentoalveolar inflammatory lesions of jaws
MUSTAFA TEK
Doktora
Türkçe
2004
Diş HekimliğiOndokuz Mayıs ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
DOÇ.DR. MURAT METİN
- Baş-boyun bölgesi lezyonlarında klinik, radyolojik, sitolojik, histolojik ve morfometrik yöntemlerin tanıya katkılarının değerlendirilmesi
Evaluation of contributions of clinical, radiological, cytological, histological and morphometrical methods to diagnosis of head and neck lesions
UFUK ATEŞ
Doktora
Türkçe
2005
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
PROF.DR. GÜLÜMSER ÇÖLOK
- Odontojen keratokistlerin histokimyasal ve infrared spektroskopik yöntemlerle analizi
Analysis of odontogenous keratocysts using histochemical and infrared spectroscopic methods
PELİN SARP ŞAHİN
Doktora
Türkçe
2024
Diş Hekimliğiİstanbul ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
PROF. DR. ÖZEN DOĞAN ONUR
- Oral ve maksillofasiyal bölgedeki kistik lezyonlarda ince iğne aspirasyon sitolojisinin yeri
The Value of aspiration cytology on cystic lesions of the maxillofacial region
TİMUÇİN BAYKUL
Doktora
Türkçe
1998
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
PROF. DR. GÜLÜMSER ÇÖLOK