Geri Dön

Farklı zamanlarda alınan lateral sefalometri radyografilerinin yapay zeka yazılımları ile çakıştırılmasının doğruluğunun değerlendirilmesi

Compatibility of the superimpositions of cephalometric radiographs made by artificial intelligence software

  1. Tez No: 795901
  2. Yazar: İBRAHİM BARIŞ PARLAK
  3. Danışmanlar: DOÇ. DR. SEDEN AKAN BAYHAN
  4. Tez Türü: Doktora
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Sefalometri, Yapay Zeka, Çakıştırma, Cephalometry, Artificial Intelligence, Superimposition
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Ortodonti Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 90

Özet

AMAÇ: Bu çalışmanın amacı, tam otomatik yapay zeka yazılımından faydalanılarak landmarkların otomatik tespitini sağlayan dijital sefalometrik çizim programları (Facad ve WebCeph) ile yapılan tedavi başı-sonu çakıştırmalarının, landmarkların el çizimi olarak belirlendiği yarı otomatik yazılım programı (Dolphin Imaging) çakıştırmaları ile uyumluluğunun değerlendirilmesidir. GEREÇ VE YÖNTEM: Yirmi olgunun tedavi başı ve bir yıl sonrasında alınan lateral sefalometrik radyografları kullanılmıştır. 20 sefalometrik landmark Dolphin programında aynı araştırmacı tarafından belirlenirken, Facad ve WebCeph programlarında ise yapay zeka tarafından belirlenmiştir. Sella-Nasion (SN) ve Porion-Orbitale (POr) düzlemleri referans alınarak üç program ile aynı araştırmacı tarafından sefalometrik çakıştırmalar yapılmıştır. Kullanılan referans noktalarının X ve Y koordinatlarına uzaklıkları Image J programı üzerinde ölçülmüştür. İstatistiksel analizde Friedman testi, Wilcoxon işaret testi ve Sınıf içi Korelasyon katsayısı kullanılmıştır. BULGULAR: SN ve POr düzlemlerinde yapılan ölçümlerde; tüm noktalarda Dolphin, Facad ve WebCeph yöntemleri ile yapılan ölçümler arasında istatistiksel olarak anlamlı bir fark bulunmamıştır (p>0,05). X ve Y koordinatlarında yapılan ölçümlerde; Dolphin ile Facad programları arasında SN düzleminde 10, POr düzleminde 34 noktada; Dolphin ile WebCeph programları arasında SN düzleminde 13, POr düzleminde 1 noktada; Facad ile WebCeph programları arasında ise SN düzleminde 5, POr düzleminde 4 noktada pozitif yönlü, orta ve iyi düzeyli istatistiksel olarak anlamlı uyum bulunmuştur(p≤0,05). SONUÇ: Çalışmanın sonuçlarına göre, Facad ve WebCeph yapay zeka programları ile yapılan çakıştırmaların X ve Y koordinatlarına göre uzaklıklarında, Dolphin programı kullanılarak yapılan el çizimi ölçümlere göre istatistiksel olarak farklılık bulunmamasına rağmen; Facad programı hem SN hem de POr düzlemlerinde WebCeph'e göre Dolphin sefalometrik çakıştırmalarına fazla noktada anlamlı uyum göstermiştir.

Özet (Çeviri)

AIM: The aim of this study was to evaluate the compatibility of superimpositions of before and after orthodontic treatment, made with digital cephalometric tracing programs (Facad and WebCeph) that provide automatic detection of landmarks by using fully automatic artificial intelligence software, with semi-automatic software program (Dolphin Imaging) superimpositions in which landmarks are determined manually. MATERIALS AND METHOD: Lateral cephalometric radiographs of 20 patients were taken one year apart. While 20 cephalometric landmarks were determined by the researcher in the Dolphin program, they were determined by artificial intelligence in the Facad and WebCeph programs. Sella-Nasion and Porion-Orbitale planes were taken as reference for cephalometric superimpositions with three software programs. The distances between the reference points to the X and Y coordinates were measured on the Image-J program. Friedman test, Wilcoxon sign test and Intraclass Correlation Coefficient were used for statistical analysis. RESULTS: In the measurements made on the SN and POr planes; there wasn't statistically significant difference between the measurements made with Dolphin, Facad and WebCeph methods at all points (p>0,05). In the measurements made in X and Y coordinates a positive directional, moderate and good compatibility was found; between Dolphin and Facad programs, at 10 points in the SN plane and 34 points in the POr plane; between Dolphin and WebCeph programs, 13 points in the SN plane, 1 point in the POr plane; between Facad and WebCeph programs at 5 points on the SN plane and 4 points on the POr plane (p≤0,05). CONCLUSION: Although there isn't statistical difference in the distances of the superimpositions to the X and Y coordinates made with Facad and WebCeph artificial intelligence programs compared to the manual measurements made using the Dolphin program; The Facad program showed significant compatibility with Dolphin cephalometric registrations in both SN and POr planes compared to WebCeph.

Benzer Tezler

  1. 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

    Türkçe

    2023

    Diş HekimliğiEskişehir Osmangazi Üniversitesi

    Ortodonti Ana Bilim Dalı

    DOÇ. DR. MEHMET UĞURLU

  2. Konik ışınlı bilgisayarlı tomografi görüntüleri üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla faringeal havayolu değerlendirilmesi

    Evaluation of the pharyngeal airway with artificial intelligence algorithms improved by deep learning method on cone-beam computed tomography images

    BATUHAN KULELİ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiEskişehir Osmangazi Üniversitesi

    Ortodonti Ana Bilim Dalı

    DOÇ. DR. MEHMET UĞURLU

  3. Konik ışınlı bilgisayarlı tomografi görüntülerinden elde edilen lateral sefalometrik görüntüler üzerinde derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla sefalometrik noktaların tespiti

    Determination of cephalometric points with artificial intelligence algorithms developed by deep learning on lateral cephalometric images obtained from conic-beam computer tomography images

    SEDA SALİHA KAYRAK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiEskişehir Osmangazi Üniversitesi

    Ortodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET UĞURLU

  4. Twin blok apareyinin günlük farklı sürelerde kullanımının dentofasiyal etkilerinin karşılaştırılması

    Twin block appliance in different daily wearing times: Comparison of dentofacial effects

    ARZU ERDOĞAN KEKÜL

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2017

    Diş HekimliğiKaradeniz Teknik Üniversitesi

    Ortodonti Ana Bilim Dalı

    YRD. DOÇ. DR. ERSAN İLSAY KARADENİZ