Gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerinin yapay zeka ile değerlendirilmesi
Evaluation of the position characteristics of impacted mandibular third molars with artificial intelligence
- Tez No: 708387
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM GÖRMEZ
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Diş-gömülü, Konik ışınlı bilgisayarlı tomografi, Mandibula, Radyografi-panoramik, Yapay zeka, Tooth-impacted, Cone-beam computed tomography, Mandible, Radiography-panoramic, Artificial intelligence
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zeka, bilgi edinme, algılama, görme, düşünme ve karar verme gibi insana ait özellikleri makineye kazandırmayı amaçlayan bir bilim dalıdır. Yapay zekanın alt alanlarından biri olan derin öğrenme ile nesne algılama, görüntü tanıma, ses işleme, hastalık teşhisi ve tedavi planlaması gibi çeşitli işlemler yapılabilmektedir. Diş hekimliğinde en sık karşılaşılan problemlerden biri olan gömülü mandibular üçüncü molar dişler ile ilgili olarak bu dişlerin pozisyonlarının belirlenmesi ve tedavi planlamasının yapılması olası komplikasyonları azaltmada oldukça önemlidir. Bu çalışmanın amacı panoramik radyograflar üzerinde yapay zeka tekniklerinden biri olan derin öğrenme yöntemi uygulanarak, kullanılan algoritmaların gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerini belirlemedeki başarılarını değerlendirmektir. Bu retrospektif çalışmaya 417 hastaya ait panoramik radyografi görüntüsünden toplam 640 gömülü mandibular üçüncü molar diş dahil edildi. Gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerinin belirlenmesinde dört ayrı veri seti (okluzal yüzeye göre derinlik seviyesi, ramus ile ilişkisi, açısal pozisyonları, kron ve/veya kökü ile inferior alveolar kanal arasındaki ilişki) oluşturuldu, oluşturulan bu veri setleri kendi içerisinde gruplandırıldı. Panoramik radyografi görüntülerinden alınan iki farklı ilgilenilen görüntü alanı (ROI) üzerinde VGG16 ve AlexNet mimarileri gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerini sınıflandırdı. Derin öğrenme mimarilerinin sınıflandırma performansları hata matrisi kullanılarak değerlendirildi. ROI boyutlarına göre sınıflandırma performanslarına bakıldığında tüm veri setlerinde AlexNet'e göre VGG16'nın performans metriklerinin arasındaki farkın daha fazla olduğu görüldü. Tüm veri setlerinde ve her iki ROI'de AlexNet ve VGG16'nın AUC değerlerinin 0.50'nin üzerinde olduğu belirlendi. Bu çalışmanın sonucunda derin öğrenme mimarilerinin genel olarak yüksek performans değerleri ile gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerini başarılı bir şekilde tespit edilebileceği gösterildi. Derin öğrenmenin sınıflandırmadaki bu başarısı klinisyene zaman kazandırmasının yanı sıra değerlendirmelerin objektif olmasında önemli bir rol oynayabilir.
Özet (Çeviri)
Artificial intelligence is a branch of science that aims to bring human characteristics such as information acquisition, perception, vision, thinking and decision making to the machine. With deep learning, which is one of the sub-fields of artificial intelligence, various operations such as object detection, image recognition, sound processing, disease diagnosis and treatment planning can be performed. Regarding impacted mandibular third molar teeth, which is one of the most common problems in dentistry, it is very important to determine the positions of these teeth and to make treatment planning to reduce possible complications. The aim of this study is to evaluate the success of the algorithms used in determining the position characteristics of impacted mandibular third molars on panoramic radiographs by applying the deep learning method, which is one of the artificial intelligence techniques. A total of 640 impacted mandibular third molar teeth from panoramic radiography images of 417 patients were included in this retrospective study. In order to determine the position characteristics of the impacted mandibular third molar teeth, four separate data sets (depth level relative to the occlusal surface, relationship with the ramus, angular positions, relationship between the crown and/or root and the inferior alveolar canal) were created, and these data sets were grouped within themselves. VGG16 and AlexNet architectures classified the position characteristics of impacted mandibular third molars on two different region of interest (ROI) areas taken from panoramic radiography images. The classification performances of deep learning architectures were evaluated using the confusion matrix. Considering the classification performances according to ROI dimensions, it was seen that the difference between the performance metrics of VGG16 was higher than AlexNet in all data sets. It was determined that the AUC values of AlexNet and VGG16 were above 0.50 in all data sets and both ROIs. As a result of this study, it has been shown that deep learning architectures can successfully detect the position characteristics of impacted mandibular third molars with generally high performance values. This success of deep learning in classification can play an important role in making objective evaluations as well as saving time for the clinician.
Benzer Tezler
- Naproksenin postoperatif dentoolveoler ağrıya olan analjezik etkisinin klinik olarak araştırılması
Başlık çevirisi yok
FATMA BULAT
Doktora
Türkçe
1987
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
DOÇ. DR. SELAHATTİN OR
- Gömülü maksiller kanin dişlerinin lokalizasyonunda paralaks ve status-x radyografik yöntemlerinin tanı değerlerinin karşılaştırılması
Başlık çevirisi yok
OSMAN MURAT BİLGE
- Küt cisimler etrafındaki dalga hareketinin vorteks metodu ile analizi
Başlık çevirisi yok
SERPİL ÖZKILIÇ
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. TAHİR YAVUZ
- Erzurum yöresinde, değişik yaş gruplarındaki şahıslarda; üçüncü molar dişlerin görülme oranlarının incelenmesi
Başlık çevirisi yok
ADİL AKYOL
Doktora
Türkçe
1980
Diş HekimliğiAtatürk ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
PROF. DR. TALİ URAL
- An Investigation on floor panel heating by conductive sheet analogy
Başlık çevirisi yok
MEHMET RIFAT MATARACI
