Lateral sefalometrik görüntülerde servikal vertebra kemik yaşının yapay zeka algoritmaları ile belirlenmesi
Cervical vertebral bone age assesment on lateral cephalometric images using artificial intelligence algorithms
- Tez No: 710370
- Danışmanlar: DOÇ. DR. DERYA YILDIRIM
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- 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: 111
Özet
Bu tez çalışmasında, lateral sefalometrik radyograflardan servikal vertebra özniteliklerinin çıkarılması ve makine öğrenmesi algoritmaları kullanılarak Baccetti ve ark. tarafından 2005 yılında bildirilen metoda uygun biçimde sınıflandırılması amaçlandı. Bu retrospektif çalışma için seçilen 647 örnek (343 kadın ve 304 erkek) şu kriterlere göre seçildi: Kronolojik yaşın 10 ve 29 yıl arasında olması, C2, C3, C4 ve C5 vertebraların açıkça görülebilir olması, vertebralarda herhangi bir anomali görülmemesi. Görüntülerden özniteliklerin çıkarılması için rehber özelliği olan özel bir bilgisayar yazılımı iki klinisyen ve iki bilgisayar mühendisi tarafından geliştirildi. 100 lateral sefalometrik görüntü iki klinisyen tarafından görsel ve yazılım destekli metodla değerlendirildi ve bu işlem sonunda elde edilen veriler yazılımın rehber özelliğinde kullanılacak kuralların belirlenmesinde kullanıldı. Ardından 647 örnekteki C2, C3, C4 ve C5 vertebraların özellikleri değerlendirilip SVM seviyeleri ve vertebra morfolojileri kaydedildi. Her bir görüntü üzerinde 26 nokta (Her vertebra için 6 nokta ve kalibrasyon amaçlı 2 nokta) yazılım rehberliğinde işaretlendi ve bu noktalar yardımıyla mesafe ve oranlar kaydedildi. Tüm veri setinin oluşturulmasından sonra, beş farklı makine öğrenmesi modeli, beş farklı veri seti alt grubu ile sınıflandırıldı. 498 örnek eğitim, 149 örnek test amaçlı kullanıldı. Kronolojik yaş ve SVM seviyeleri arasında Spearman ve Kendall korelasyon katsayılarına göre pozitif yönlü anlamlı ilişki bulundu (p
Özet (Çeviri)
The aim of this thesis was to classify cervical vertebrae features extracted from lateral cephalometric radiographs using machine learning algorithms in order to determine cervical vertebrae maturation stage according to the method described by Baccetti et al. in 2005. The retrospective study sample was consisted of 647 subjects' (343 female and 304 male) digital lateral cephalograms with the following criteria: Chronologic age between 10 and 29 years, complete visibility of C2, C3, C4 and C5 vertebrae, absence of anomalies of the vertebrae. In order to extract image features, a special computer software with guidance developed by two clinicians and two computer engineers. 100 lateral cephalograms were analysed by visual and computer aided methods by two clinicians and the data obtained at the end of this process was used to determine the rules for the software guidance. Latter, C2, C3, C4 and C5 vertebraes were analysed for 647 sample and cervical vertebra maturation stages were saved with morphologies of each vertebrae. 26 points in total (6 points per vertebra and 2 more for calibration) were marked in every cephalogram with software guidance and those points were used to calculate the distance and ratios. After the whole data set is acquired, five different machine learning algorithms were used in order to classify the five different data subsets with different features. 498 of the samples were used for training and remaining 149 were used for the test. There was a significant positive relationship between chronologic age and cervical vertebrae maturation stages according to Spearman's and Kendall's correlation coefficients (p
Benzer Tezler
- Dudak damak yarıklı çocuklarda Cameriere'nin iki farklı yaş tayini metodunun uygulanabilirliğinin değerlendirilmesi
Evaluation of the applicability of Cameriere's two different age estimation methods in children with cleft lip and palate
TUĞÇE GÜNGÖR
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiMarmara ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. BİRSAY GÜMRÜ TARÇIN
- Sınıf III iskeletsel deformitesi bulunan hastalarda ortognatik cerrahi sonrası havayolu değişiminin üç boyutlu olarak incelenmesi
Three dimensional evaluation of airway changes post orthognathic surgery in patients with Class III deformity
TUĞBA KUŞLU
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiBezm-i Alem Vakıf ÜniversitesiAğız Diş ve Çene Cerrahisi Ana Bilim Dalı
DOÇ. DR. NURETTİN DİKER
- Konı̇k ışınlı bı̇lgı̇sayarlı tomografı̇ görüntülerı̇nden elde edı̇len lateral sefalometrı̇k radyograflar üzerı̇nden derı̇n öğrenme yöntemı̇yle gelı̇ştı̇rı̇lmı̇ş yapay zeka algorı̇tmalarıyla servı̇kal vertebra maturasyonunun değerlendı̇rı̇lmesı̇
Detection of cervical vertebrae maturation with artificial intelligence algorithms improved by deep learning method on lateral cephalometric images obtained from cone-beam computed tomography images
İREM BALCI İNCEBEYAZ
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU
- Ortodontide iskeletsel ve dental maturasyonun konik ışınlı bilgisayarlı tomografi üzerinden belirlenmesi
Determination of skeletal and dental maturation in orthodontics on cone-beam computed tomography
ALPKÜRŞAD KOYUNCU
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiSelçuk ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. HATİCE KÖK
- Farklı dental anomalilerde servikal vertebra, el-bilek ve dental maturasyon ilişkisinin değerlendirilmesi
Evaluation of cervical vertebra, hand-wrist and dental maturation relationship in different dental anomalies
MERVE BOZKURT
Tıpta Uzmanlık
Türkçe
2023
Diş HekimliğiDicle ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. GÜVENÇ BAŞARAN