Derin öğrenme yöntemi ile panoramik radyografilerde süt dişlerinin tespiti ve numaralandırılması
Detecti̇on and numbering of primary teeth in panoramic radiographs with deep learning method
- Tez No: 801804
- Danışmanlar: DOÇ. DR. HÜSEYİN ŞİMŞEK
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Süt dişi, panoramik radyografi, yapay zeka, derin öğrenme, Primary teeth, panoramic radiography, artificial intelligence, deep learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ordu Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Pedodonti Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Amaç: Son yıllarda teknolojinin gelişmesi ile birlikte yapay zeka uygulamaları popülaritesini artırmıştır. Özellikle radyoloji alanında birçok gelişmeye katkısı olan yapay zeka, diş hekimliğinde de gelişimini sürdürmektedir. Bu çalışmanın amacı, derin öğrenme yöntemi ile panoramik radyografilerde süt dişlerinin tespit edilmesinin ve numaralandırılmasının etkinliğini değerlendirmektir. Gereç ve yöntem: Bu çalışmada, 5-9 yaş aralığındaki çocuklardan alınan 701 panoramik radyografi kullanılmıştır. Radyografiler, Ordu Üniversitesi Diş Hekimliği Fakültesi Pedodonti Anabilim Dalı radyoloji arşivinden elde edilmiştir. Otomatik diş tespiti ve numaralandırılması için CNN tabanlı bir model olan Mask R-CNN mimarisi kullanılmıştır. Modelin performansı karışıklık matrisi kullanılarak değerlendirilmiştir. Bulgular: Kullanılan yapay zeka modeli, panoramik radyografilerde süt dişlerini tespit etme ve numaralandırmada yüksek performans sonuçları elde etmiştir. Karışıklık matrisi kullanılarak hesaplanan kesinlik, duyarlılık ve F1-skor değerleri sırasıyla 5 yaş grubu için; 0,9730, 0,9475 ve 0,9601, 6 yaş grubu için; 0,9444, 0,9042 ve 0,9239, 7 yaş grubu için; 0,9592, 0,9329 ve 0,9459, 8 yaş grubu için; 0,9840, 0,9135 ve 0,9475, 9 yaş grubu için; 0,92, 0,9049 ve 0,9123 bulunmuştur. Sonuç: Derin öğrenme tabanlı yapay zeka modelleri, çocuklardan alınan panoramik radyografilerde süt dişlerini otomatik tespit edip numaralandırmak için umut verici bir yaklaşımdır. Bu sistemlerin kullanılması klinik rutinde diş hekimlerine zaman kazandırabilir ve daha doğru tanı ve tedavi planlaması için yardımcı olabilir.
Özet (Çeviri)
Aim: With the development of technology in recent years, artificial intelligence applications have increased in popularity. Artificial intelligence, which has contributed to many developments especially in the field of radiology, continues its development in dentistry. The aim of this study is to evaluate the effectiveness of detecting and numbering primary teeth on panoramic radiographs with the deep learning method. Material and method: In this study, 701 panoramic radiographs from children aged 5-9 years were used. Radiographs were obtained from the radiology archive of Ordu University Faculty of Dentistry, Department of Pedodontics. Mask R-CNN architecture, a CNN-based model, was used for automatic tooth detection and numbering. The performance of the model was evaluated using the confusion matrix. Results: The artificial intelligence model used has achieved high performance results in detecting and numbering primary teeth in panoramic radiographs. The precision, recall and F1-score values calculated using the confusion matrix were 0.9730, 0.9475 and 0.9601 for the age group 5, 0.9444, 0.9042 and 0.9239 for the age group 6, 0.9592, 0.9329 and 0.9459 for the age group 7, 0.9840, 0.9135 and 0.9475 for the age group 8, 0.92, 0.9049 and 0.9123 for the age group 9, respectively. Conclusion: Deep learning-based artificial intelligence models are a promising approach to automatically detect and enumerate primary teeth in panoramic radiographs of children. The use of these systems can save dentists time in clinical routine and help for more accurate diagnosis and treatment planning.
Benzer Tezler
- 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
- Derin öğrenme yöntemi kullanılarak geliştirilen yapay zekâ uygulamasıyla çocuklardan alınan panoramik radyografilerde çürük dişlerin tespiti
Determination of caries teeth in panoramic radiographs taken from children with artificial intelligence developed by using deep learning method
ESRA AŞÇI
Diş Hekimliği Uzmanlık
Türkçe
2021
Diş HekimliğiAtatürk ÜniversitesiPedodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MÜNEVVER KILIÇ
- Dental panoramik radyografilerde derin öğrenme tabanlı segmentasyon yaklaşımları
Deep learning based segmentation approaches on dental panoramic radiographies
NİDA KUMBASAR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. İBRAHİM YÜCEL ÖZBEK
- Derin öğrenme yöntemi kullanılarak geliştirilen yapay zeka uygulamaları aracılığıyla diagnostik doğruluğun tespiti
Determination of diagnostic accuracy through artificial intelligence applications developed using deep learning method
KADER BİÇENGİL
Diş Hekimliği Uzmanlık
Türkçe
2025
Diş HekimliğiRecep Tayyip Erdoğan ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
DOÇ. DR. DOÇ.DR.AYÇA KURT
- Derin öğrenme yöntemi ile daimi birinci azı dişlerinde ektopik erüpsiyonun tespit edilmesi
Detection of ectopic eruption in permanent first molars using deep learning methods
SİBEL ARSLAN KAYAALTI
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiOrdu ÜniversitesiPedodonti Ana Bilim Dalı
PROF. DR. NİHAL BELDÜZ KARA
DR. ÖĞR. ÜYESİ DİDEM ODABAŞI