Geri Dön

Automatic tooth detection and labelling from panaromic radiographic images

Panaromik radyografik resimlerden dişlerin otomatik tespit edilmesi ve etiketlenmesi

  1. Tez No: 382711
  2. Yazar: SELMA GÜZEL
  3. Danışmanlar: YRD. DOÇ. DR. KADİR TUFAN, YRD. DOÇ. DR. A.BETÜL OKTAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Saptama ve etiketleme, çoğu nesne tanıma sistemlerinde iki temel adımdır. Bu tez, gelecekte yapılacak bir şahıs tanıma sistemine entegre edilecek olan bu işlemlerin implamantasyonunu kapsamaktadır. Bu şahıs tanıma sisteminin amacı, felaketlerden sonra, ölüm sonrası ve öncesindeki panoromik diş radyograflarının karşılaştırılarak ölü bedenlerin tanınmasıdır. Bu sistemde, biometrik olarak, diğer alternatiflerin yerine, diş bilgisinin kullanılmasının asıl amacı, dişin dayanıklı yapısıdır. Bunun yanında, diş, saptanabilecek belirgin özelliklere sahiptir. Ayrıca, radyorafik bir resimdeki, dişler arasındaki ilişkiler, dişlerin doğru bir şekilde saptanması ve özellikle etiketlenmesi için önem arz etmektedir. Bu tez için geliştirilen diş tanıma sistemi, tanıma ve etiketleme olmak üzere iki modülden oluşmaktadır. Tanıma modülü, Haar ve HOG özellik tanımlayıcıları ile SVM ve Boosting metotlarını kullanarak dişleri tanır. Tanıma modülüyle aday diş lokasyonlarının elde edilmesinin ardından, etiketleme modülü tarafından, özel bir grafik modelleme metodunun, dinamik programlama ve istatistiksel en iyileme teknikleri ile kullanılması sonucu, dişler numaralandırılır. Bu, bizim de birincil katkımız olan, tanıma ve etiketleme işlemlerinin birleştirilmesinin, 20 panoramik radyografik test resmi üzerinde yeterli başarı sağladığı gözlemlenmiştir. Tanıma ve etiketleme adımlarını içeren diş tanıma sistemi, 20 panoramik radyografik test resmi üzerinde test edildi ve değerlendirildi; sonuçlar ümit verici.

Özet (Çeviri)

Detection and labelling are two fundemantal steps in most of the object identification systems. This thesis encapsulates the implementations of these processes which will be integrated to the prospective human identification system. The aim of this human identification system is identifying dead bodies after catastrophes by comparing the postmortem and the antemortem dental panoramic radiographs of the humans. The main reason of utilizing the dental information as biometric in this system, instead of other alternatives, is the durable structure of the tooth. Besides, the tooth has salient features which makes it appropriate to be detected. In addition, the relationships between the teeth on a radiographic image are also valuable to detect and to label the teeth accurately. The tooth identification framework developed for this thesis consists of the detection and the labeling modules. The detection module detects the teeth using the SVM and the Boosting classifiers with the Haar and the HOG feature descriptors. After obtaining the candidate tooth locations by the detection module, the tooth numbering is carried out using the specific graphical modelling method with dynamic programming and the statistical optimization techniques by the labeling module. The tooth identification framework, including the detection and the labelling steps, is tested and evaluated on twenty panoromic radiographic test images and the results are promising.

Benzer Tezler

  1. Derin öğrenme yöntemine dayalı yapay zekâ algoritmalarıyla panoramik radyografilerde incelenen sabit protetik restorasyonlar altında oluşan çürüklerin tespiti

    Detection of caries formed under fixed prosthetic restorations examined on panoramic radiographs with artificial intelligence algorithms based on DEEP learning method

    BETÜL AYHAN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiKırıkkale Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. SAADET SAĞLAM ATSÜ

  2. Kısmi dişsiz çenelerin yapay zekâ algoritmalarıyla değerlendirilmesi

    Evaluation of partially edentulous jaws with artificial intelligence algorithms

    HİLAL UÇAK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    DOÇ. DR. ZEYNEP BAŞAĞAOĞLU DEMİREKİN

  3. Dijital bitewing radyografilerde derin öğrenme yöntemi ile dişlerin numaralandırılması ve çürük tespitinin değerlendirilmesi

    Evaluation of teeth numbering and caries detection with deep learning method in digital bitewing radiographs

    BATURALP AYHAN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiKırıkkale Üniversitesi

    Restoratif Diş Tedavisi Ana Bilim Dalı

    DOÇ. DR. YUSUF BAYRAKTAR

  4. Derin öğrenme yöntemine dayalı yapay zeka algoritmalarıyla konik ışınlı bilgisayarlı tomografi görüntülerinde dişlerin tespit edilmesi ve numaralandırılması

    Detection and numbering of teeth in CONE-BEAM computed tomography images with artificial intelligence algorithms based on deep learning method

    HANDE SAĞLAM

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiEskişehir Osmangazi Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ŞEVKİ BAYRAKDAR

  5. Derin öğrenme yöntemi ile karışık dişlenme döneminde diş tespiti

    Tooth detection with deep learning method in mixed dentition

    ESRA ÖZÇELİK ERYILMAZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiOrdu Üniversitesi

    Pedodonti Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN ŞİMŞEK