Geri Dön

Yirmi yaş dişlerinin sürme durumunun yapay zeka ile tahmin edilmesi

Prediction of third molar eruption status using artificial intelligence

PDF İndir

  1. Tez No: 1024669
  2. Yazar: BEGÜM YENER
  3. Danışmanlar: DOÇ. DR. EMRAH SOYLU
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Derin öğrenme, Panoramik görüntüleme, Yapay zeka, Deep learning, Panoramic imaging, Artificial intelligence
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışmanın amacı, adolesan dönemde elde edilen panoramik radyografiler kullanılarak mandibular üçüncü molar dişlerin erişkin dönemdeki sürme durumunun yapay zekâ destekli derin öğrenme modelleri ile öngörülmesidir. Gereç ve Yöntem: Bu retrospektif çalışmada, Ocak 2012–Eylül 2025 tarihleri arasında Erciyes Üniversitesi Diş Hekimliği Fakültesi arşivinde bulunan dijital panoramik radyografiler incelenmiştir. Çalışmaya, aynı bireye ait adolesan ve erişkin dönem panoramik görüntülerinde mandibular üçüncü molar dişleri izlenebilen olgular dahil edilmiştir. Birincil analizde üçüncü molarlar sürmüş ve gömülü olarak sınıflandırılmıştır. İkincil analizde ise gömülü dişler vertikal, mezioanguler, horizontal ve distoanguler olarak kategorize edildi. Görüntüler üzerinde üçüncü molar bölgeleri işaretlenerek (bounding-box) derin öğrenme modelleri eğitilmiştir. Veri seti eğitim, doğrulama ve test gruplarına ayrılmıştır. Model performansı accuracy, precision, recall, F1-score ve mAP değerleri kullanılarak değerlendirilmiştir. Bulgular: Birincil analizinde en başarılı model S2_LightGBM olarak belirlenmiştir (Doğruluk: 0.665, ağırlıklı F1: 0.657, makro AUC: 0.690). En yüksek ayırt edici performans ise S3_BestDL_BestML modelinde elde edilmiştir (macro AUC: 0.718). Modeller arasında ağırlıklı F1 skorları açısından belirgin fark izlenmemiştir. Dörtlü sınıflandırma analizinde en başarılı model S1_densenet121 olarak belirlenmiştir (Doğruluk: 0.419, ağırlıklı F1: 0.382, makro AUC: 0.601). Topluluk modelleri arasında S3_BestDL_BestML modeli en yüksek makro AUC değerini göstermiştir (0.594). Genel olarak dörtlü sınıflandırmada performansın sınırlı kaldığı ve özellikle sınıf dengesizliğinin model başarısını olumsuz etkilediği gözlenmiştir. Sonuç: Yapay zekâ tabanlı derin öğrenme modelleri, mandibular üçüncü molar dişlerin sürme durumunun öngörülmesinde umut verici performans göstermiştir. İkili sınıflandırma analizlerinde daha yüksek başarı elde edilirken, dörtlü sınıflandırmada sınıf dengesizliği model performansını olumsuz etkilemiştir. Bulgular, panoramik radyografiler üzerinden geliştirilen yapay zekâ sistemlerinin gelecekte klinik karar destek süreçlerinde kullanılabileceğini göstermektedir.

Özet (Çeviri)

Objective: The aim of this study was to predict the eruption status of mandibular third molars in adulthood using artificial intelligence-based deep learning models trained on panoramic radiographs obtained during adolescence. Materials and Methods: In this retrospective study, digital panoramic radiographs archived at Erciyes University Faculty of Dentistry between January 2012 and September 2025 were evaluated. Cases in which mandibular third molars could be identified on both adolescent and adult panoramic radiographs of the same individual were included. In the primary analysis, third molars were classified as erupted or impacted. In the secondary analysis, impacted teeth were categorized as vertical, mesioangular, horizontal, or distoangular. Deep learning models were trained by annotating mandibular third molar regions using bounding boxes. The dataset was divided into training, validation, and test sets. Model performance was evaluated using accuracy, precision, recall, F1-score, and mAP metrics. Results: In the binary classification analysis, the best-performing model was S2_LightGBM (Accuracy: 0.665, weighted F1-score: 0.657, macro AUC: 0.690). The highest discriminative performance was achieved by the S3_BestDL_BestML model (macro AUC: 0.718). No substantial differences were observed among the models in terms of weighted F1-scores. In the four-class classification analysis, the best-performing model was S1_densenet121 (Accuracy: 0.419, weighted F1-score: 0.382, macro AUC: 0.601). Among the ensemble models, S3_BestDL_BestML achieved the highest macro AUC value (0.594). Overall, performance in the four-class classification task remained limited, and class imbalance negatively affected model performance. Conclusion: Artificial intelligence–based deep learning models demonstrated promising performance in predicting the eruption status of mandibular third molars. While higher performance was achieved in binary classification analyses, class imbalance adversely affected the performance of four-class classification models. These findings suggest that AI systems developed using panoramic radiographs may serve as supportive tools in future clinical decision-making processes.

Benzer Tezler

  1. Tez No

    286726

    Türk basınına göre Atatürk'ün İstanbul'daki faaliyetleri (01 Temmuz 1927-10 Kasım 1938)

    Atatürk's activities in Istanbul, according to the Turkish media (1 July 1927-10 November 1938)

    HALUK ÇAĞLAR

    Doktora

    Türkçe

    Türkçe

    2011

    Türk İnkılap TarihiMarmara Üniversitesi

    Atatürk İlkeleri ve İnkılap Tarihi Ana Bilim Dalı

    PROF. DR. VAHDETTİN ENGİN

  2. Tez No

    142597

    Yeni Cami'nin akustik açıdan performans değerlendirmesi

    Evaluation of the acoustical performance of the New Mosque

    EVREN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEVTAP YILMAZ DEMİRKALE

  3. Tez No

    607831

    Gömülü alt yirmi yaş dişlerinin sistemik, klinik ve radyolojik değerlendirmeler yardımıyla cerrahi zorluk skalasının oluşturulması

    Establi̇shment of the surgi̇cal di̇ffi̇culty scale obtai̇ned informati̇on from systemi̇c, cli̇ni̇cal and radi̇ologi̇cal evaluati̇ons of the impacted lower thi̇rd

    HATİCE ÖNDER

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiKırıkkale Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. MUSTAFA ERCÜMENT ÖNDER

  4. Tez No

    464287

    Matriks metalloproteinazların yirmi yaş dişinin gömülü kalması üzerine etkisinin dentin dokusunda araştırılması

    Investigate theeffect of dentin matrix metalloproteinases on third molar impaction

    NAGEHAN BURCU BAYRAK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2016

    Diş HekimliğiSelçuk Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. HASAN KÜÇÜKKOLBAŞI

  5. Tez No

    502993

    Diyot lazerin kemik retansiyonlu 20 yaş diş çekiminden sonra ödeme etkisinin 3 boyutlu yüz tarayıcısı ve konvansiyonel yöntemlerle değerlendirilmesi

    Evaluation of diode laser on edema with 3D face scan and conventional methods after i̇mpacted third molar extraction

    MEHMET ALİ KOLDAŞ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2017

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. TİMUÇİN BAYKUL

Geri Dön