Panoramik radyografilerde diş örneklem segmentasyonu ve patoloji tespiti için derin evrişimli ağlar ve transformer mimarileri tabanlı hiyerarşik bir çerçeve
A hierarchical framework based on deep convolutional networks and transformer architectures for tooth instance segmentation and pathology detection in panoramic radiographs
- Tez No: 1024196
- Danışmanlar: DR. ÖĞR. ÜYESİ SELCAN KAPLAN BERKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Yazılımı Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Panoramik röntgen görüntülerinin otomatik analizi, diş hekimliğinde gözlemci arası değişkenliği azaltmak ve tanı verimliliğini artırmak için büyük önem taşımaktadır. Bu çalışmada, yapısal diş numaralandırmadan karmaşık patolojik tespitlere kadar uzanan her bir tanısal görev için en uygun konfigürasyonu belirlemek amacıyla güncel yapay zeka mimarileri değerlendirilmiştir. DENTEX veri seti kullanılarak; diş numaralandırma ve piksel düzeyinde sınır belirleme için YOLOv11 mimarisinden yararlanan, hastalık tespiti için ise hassas anatomik temel sağlayan hiyerarşik bir çerçeve uygulanmıştır. Metodolojimiz, klinik görüntüleme artefaktlarına karşı dayanıklılık sağlamak amacıyla Gauss gürültüsü entegrasyonu ve Z-skoru normalizasyonu gibi gelişmiş ön işleme tekniklerini içermektedir. Deneysel sonuçlar, YOLOv11x segmentasyon modelinin sınırlayıcı kutu tespiti için 0,941, maske üretimi için ise 0,929 mAP50 değerine ulaştığını göstermektedir. Hiyerarşinin son aşamasında kullanılan RF-DETR mimarisine CFAM ve CBAM dikkat mekanizmalarının entegre edilmesiyle, bu hassaslaştırılmış sınırlar dahilindeki patolojiler 0,699'luk üstün bir mAP50 değeri ile tespit edilmiştir. Bu geliştirme, kanal bazlı ve uzamsal dikkat mekanizmalarının sinerjisi sayesinde modelin tanısal başarısını önceki konfigürasyonlara göre anlamlı ölçüde artırmıştır. Ayrıca, Grad CAM görselleştirmeleri klinik yorumlanabilirlik sunarak, patoloji tespitinin ilgili anatomik özelliklere dayandığını doğrulamaktadır. Bu araştırma, yapay zeka destekli diş sağlığı hizmetleri için güvenilir ve açıklanabilir bir çerçeve sunmaktadır.
Özet (Çeviri)
The automated analysis of panoramic X-ray images is essential for reducing inter observer variability and enhancing diagnostic efficiency in dentistry. In this study, we evaluated multiple state-of-the-art architectures to determine the optimal configuration for each diagnostic task, ranging from structural tooth numbering to complex pathological identification. Using the DENTEX dataset, we implement a hierarchical framework that leverages YOLOv11 for tooth enumeration and pixel-level boundary refinement, which provides the precise anatomical basis for disease identification. Our methodology incorporates advanced preprocessing, including Gaussian noise injection and Z-score normalization, to ensure robustness against clinical imaging artifacts. Experimental results demonstrate that the YOLOv11x segmentation model achieves a mAP50 of 0.941 for bounding box detection and 0.929 for mask generation. In the final stage of the hierarchy, the integration of CFAM and CBAM into the RF-DETR architecture identifies pathologies within these refined boundaries with a state-of-the-art mAP50 of 0.699. This integration significantly improves diagnostic performance by leveraging the synergistic effects of channel-wise and spatial attention mechanisms. Furthermore, Grad-CAM visualizations provide clinical interpretability, ensuring that the detection of pathologies is based on relevant anatomical features. This research contributes a reliable and explainable framework for AI-assisted dental healthcare.
Benzer Tezler
- Çocuk hastalarda panoramik radyografilerde yaş ve cinsiyet tayininde morfometrik ölçümlerin kullanımının farklı yaş tespit metotları ile karşılaştırmalı olarak değerlendirilmesi
Comparative evaluation of age and gender on panoramic radiographs in pediatric patients using morphometric measurements and four different age estimation methods
CEREN SOLAK
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiEge ÜniversitesiPedodonti Ana Bilim Dalı
PROF. DR. DİLŞAH ÇOĞULU
- Adenoid hipertrofisinin büyüme-gelişim düzeyi ve diş yaşı üzerindeki etkisinin sefalometrik ve panoramik radyografilerle retrospektif olarak değerlendirilmesi
Retrospective evaluation of the effect of adenoid hypertrophy on growth-development level and tooth age with cephalometric and panoramic radiographs
ELİF MERVE AHLAT
Doktora
Türkçe
2024
Diş HekimliğiEge ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
PROF. DR. FAHİNUR ERTUĞRUL
- Panoramik radyograflar üzerinde implant markalarının tespit edilmesinde yapay zeka algoristmasının başarısının değerlendirilmesi
Evaluation of the success of artificial intelligence algorithm in detecting implant brands on panoramic radiographs
ELİF DİLARA ERGEN
Diş Hekimliği Uzmanlık
Türkçe
2026
Diş HekimliğiSüleyman Demirel ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. ZEYNEP BAŞAĞAOĞLU DEMİREKİN
- Hipotiroidili çocuk hastalarda iki farklı metotla diş yaşı tahmini
Dental age estimation with TWO different methods in pediatric patients with hypothyroidism
CANSU EMEKSİZ
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiKaradeniz Teknik ÜniversitesiPedodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN YILMAZ
- Semento osseoz displazili kadın hastaların osteoporoz riski açısından incelenmesi
Examination of female patients with cemento osseous dysplasia for the risk of osteoporosis
ASYA ATASOY YÜCESAN
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiKaradeniz Teknik ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SENEM TUĞRA DÖNMEZ
DR. ÖĞR. ÜYESİ BAYRAM TORAMAN