Geri Dön

Gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerinin yapay zeka ile değerlendirilmesi

Evaluation of the position characteristics of impacted mandibular third molars with artificial intelligence

PDF İndir

  1. Tez No: 708387
  2. Yazar: EZGİ TÜRK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM GÖRMEZ
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 126

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

  1. Tez No

    861999

    İnferior alveolar sinire yakın ilişkisi olan gömülü mandibular üçüncü molar cerrahileri sonrası gelişen komplikasyonların ve hasta memnuniyetinin değerlendirilmesi

    Evaluation of complications and patient satisfaction following impacted mandibular third molar surgery with close relationship to the inferior alveolar nerve

    MURAT DİKİCİ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiKocaeli Üniversitesi

    Ağız Diş ve Çene Cerrahisi Ana Bilim Dalı

    DOÇ. DR. HATİCE DURAN

  2. Tez No

    844097

    Gömülü mandibular 3. molar dişlerin cerrahi çekimini takiben kinezyo bant uygulamasının kan akımı ve ödem üzerine etkisinin incelenmesi

    Investigation of the effect of kinesio tape application on blood flow and edema following surgical extraction of em bedded mandibular 3. molar teeth

    MEHMET TURHAN TEKE

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiGaziantep Üniversitesi

    Ağız Diş ve Çene Cerrahisi Ana Bilim Dalı

    DOÇ. DR. BETÜL TAŞ ÖZYURTSEVEN

  3. Tez No

    863003

    Gömülü mandibular üçüncü molar diş çekiminin tükürükteki Histatin-5 seviyesine etkisinin elisa analiz yöntemi ile değerlendirilmesi

    Evaluation of the effect of impacted mandibular third molar tooth extraction on the Histatin-5 level in saliva using the elisa analysis method

    MEHMET İĞNECİ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiUşak Üniversitesi

    Ağız, Diş, Çene Hastalıkları ve Cerrahisi Ana Bilim Dalı

    DOÇ. DR. CANSU GÜL KOCA

  4. Tez No

    727356

    Maksilla ve mandibuladaki gömülü üçüncü molar dişlerin maksiller sinüs ve mandibular kanal ile ilişkilerinin konik ışınlı bilgisayarlı tomografi ile retrospektif olarak değerlendirilmesi

    Retrospective evaluation of the relationship of impacted third molar teeth in maxilla and mandible with maxillary sinus and mandibular canal by cone BEAM computed tomography

    NAZLICAN PASLI

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2022

    Diş HekimliğiMarmara Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. MEHMET OĞUZ BORAHAN

  5. Tez No

    626426

    Sigara içen ve içmeyen hastalarda gömülü mandibular üçüncü molar cerrahisinde uygulanan PRF'in ağrı, trismus, ödem üzerine etkisi

    The effect of PRF on pain, trismus, edema in impacted mandibular third molar surgery in smoking and non-smoker patients

    RAMAZAN ARSLAN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiAnkara Üniversitesi

    Ağız Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. ESER FUNDA TUĞCU

Geri Dön