Geri Dön

Yapay zeka algoritmaları kullanılarak panoramik radyograflar üzerinden bireylerin diş yaşlarının tespiti

The determination of individuals' dental ages through panoramic radiographs using artificial intelligence algorithms

  1. Tez No: 818968
  2. Yazar: GÜLFEM ÖZLÜ UÇAN
  3. Danışmanlar: DOÇ. DR. BURAK KEREM APAYDIN
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Pamukkale Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
  12. Bilim Dalı: Ağız, Diş Çene Radyolojisi Bilim Dalı
  13. Sayfa Sayısı: 154

Özet

Amaç: Çalışmamızda, klasik yaş tahmini metotlarında görülen gözlemci öznelliğinin yaş tahminini etkilemesi, metotların çok fazla zaman ve çaba gerektiren manuel ölçümlere dayanması, örneklem büyüklükleri nedeniyle rutin klinik uygulama zorluğu gibi dezavantajların üstesinden gelmek amacıyla panoramik radyograflar üzerinden diş yaşının yapay zeka algoritmaları kullanılarak otomatik olarak tahmini amaçlanmıştır. Yöntem: Çalışmamıza Pamukkale Üniversitesi Diş Hekimliği Fakültesi Ağız, Diş ve Çene Radyolojisi Anabilim Dalı arşivinde, 1 Mart 2020- 1 Mart 2022 tarihleri arasında panoramik radyografı bulunan, dahil edilme kriterlerini karşılayan, 6 ile 15 yaşları arasındaki tüm hastalar dahil edilmiştir. Veri setimizi oluşturan 622 bireyin panoramik radyograflarından ve hasta kayıtlarından oluşan verilerden İki Boyutlu Derin Konvolüsyonel Sinir Ağı (2D-DCNN) ve Tek Boyutlu Derin Konvolüsyonel Sinir Ağı (1D-DCNN) teknikleri kullanılarak öznitelik çıkarımı gerçekleştirilmiştir. Öznitelik bilgileri kullanılarak yaş tahmini gerçekleştirmek için ise Genetik algoritma (GA) ve Rastgele Orman algoritması (RF) modifiye edilerek birleştirilmiş ve Modifiye Genetik-Rastgele Orman Algoritması (MG-RF) olarak tanımlanmıştır. Çalışmamızda kullanılan sistemin performansı, kodun uygulanması sırasında hesaplanan MSE, MAE, RMSE ve R2 değerine göre analiz edilmiştir. Bulgular: Uygulanan algoritmalar sonucunda MSE değeri 0,00027, MAE değeri 0,0079, RMSE 0,0888 ve R2 puanı 0,999 olarak tespit edilmiştir. Sonuç: Adli bilimlerde, doğumdan ergenlik çağına kadar, tahmin edilen diş yaşı ve kronolojik yaş arasındaki kabul edilebilir farkının ± 1.00 yıl olarak bildirilmesi nedeniyle çalışmamızın yaş tespitinde etkili bir performans gösterdiği sonucuna varılabilir. Bu nedenle çalışmamızda kullanılan sistemin gelecekte adli bilimler kapsamında kullanılabilir bir nitelik taşıyabileceğini düşünmekteyiz.

Özet (Çeviri)

Objective: In our study, we aimed to perfom automatic estimation of dental age through panoramic radiographs using artificial intelligence algorithms in an attempt to overcome the such disadvantages as observer subjectivity affecting classical age estimation methods, the methods relying on time-consuming and labor-intensive manual measurements, and the challenges seen in routine clinical application due to sample sizes. Method: In our study, all patients between the ages of 6 and 15 who had panoramic radiographs between March 1, 2020 and March 1, 2022 in the archive of Pamukkale University Faculty of Dentistry, Department of Oral, Dental and Maxillofacial Radiology were included. Feature extraction was performed based on the data consisting of panoramic radiographs and patient records of the 622 individuals in our dataset using Two-Dimensional Deep Convolutional Neural Network (2D-DCNN) and One-Dimensional Deep Convolutional Neural Network (1D-DCNN) techniques. For age estimation using the extracted features, Genetic Algorithm and Random Forest Algorithm were modified, combined, and referred to as Modified Genetic-Random Forest Algorithm (MG-RF). The performance of the system was analyzed based on the calculated MSE, MAE, RMSE, and R2 values during the implementation of the code. Results: While MSE value was found to be 0,00027, MAE value was 0,0079, RMSE was 0,0888 and R2 was 0,999. Conclusion: It can be concluded that our study has demonstrated an effective performance in age determination given the acceptable difference of ± 1.00 year between estimated dental age and chronological age from birth to adolescence in forensic sciences. Therefore, we believe that the system employed in our study may have the potential to be used in the future within the scope of forensic sciences.

Benzer Tezler

  1. Maksillofasial bölgede radyoopak ve radyolusent görüntü veren lezyonlarda yapay zeka modellerinin etkinliğinin panoramik radyografiler üzerinde değerlendirilmesi

    The effectiveness of artificial intelligence models on radiopaque and radiolucent lesions in the maxillofacial region on panoramic radiography

    ZEYNEP TURANLI TOSUN

    Doktora

    Türkçe

    Türkçe

    2024

    Diş HekimliğiAtatürk Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. MUHAMMED AKİF SÜMBÜLLÜ

  2. Dental implantların marka ve model tanımlamasında yapay zeka sistemleri etkinliğinin değerlendirilmesi

    Evaluation of artificial intelligence systems in brand and model identification of dental implants

    TARIK ALİ UĞUR

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiAkdeniz Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. SELMİ YARDIMCI

  3. Gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerinin yapay zeka ile değerlendirilmesi

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

    EZGİ TÜRK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZLEM GÖRMEZ

  4. Maksiller 3.molar dişlerde panoramik radyografinin etkinliğinin konik ışınlı bilgisayarlı tomografiyle elde edilen bulgularla geliştirilmiş yapay zeka modeli üzerinde değerlendirilmesi

    Evaluation of the efficiency of panoramic radiography in maxillary third molar teeth on artificial intelligence model developed by findings obtained by cone beam computed tomography

    ESRA AYDEMİR KADAN

    Doktora

    Türkçe

    Türkçe

    2024

    Diş HekimliğiAtatürk Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. SAADETTİN DAĞİSTAN

    PROF. DR. ÖZKAN MİLOĞLU

  5. Derin öğrenme yöntemine dayalı yapay zekâ algoritmalarıyla panoramik radyografilerde incelenen sabit protetik restorasyonlar altında oluşan çürüklerin tespiti

    Detection of caries formed under fixed prosthetic restorations examined on panoramic radiographs with artificial intelligence algorithms based on DEEP learning method

    BETÜL AYHAN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiKırıkkale Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. SAADET SAĞLAM ATSÜ