Automatic tooth detection and labelling from panaromic radiographic images
Panaromik radyografik resimlerden dişlerin otomatik tespit edilmesi ve etiketlenmesi
- Tez No: 382711
- Danışmanlar: YRD. DOÇ. DR. KADİR TUFAN, YRD. DOÇ. DR. A.BETÜL OKTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2023
Diş HekimliğiKırıkkale ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF. DR. SAADET SAĞLAM ATSÜ
- Kısmi dişsiz çenelerin yapay zekâ algoritmalarıyla değerlendirilmesi
Evaluation of partially edentulous jaws with artificial intelligence algorithms
HİLAL UÇAK
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiSüleyman Demirel ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. ZEYNEP BAŞAĞAOĞLU DEMİREKİN
- 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
2023
Diş HekimliğiKırıkkale ÜniversitesiRestoratif Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. YUSUF BAYRAKTAR
- 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
2021
Diş HekimliğiEskişehir Osmangazi ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. İBRAHİM ŞEVKİ BAYRAKDAR
- 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
2024
Diş HekimliğiOrdu ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ŞİMŞEK