Geri Dön

Evaluation of fixed restorations on panoramic radiographs using deep learning and auto-crop

Derin öğrenme ve oto-kırpma kullanılarak panoramik radyograflarda sabit restorasyonların değerlendirilmesi

  1. Tez No: 836565
  2. Yazar: AHMET ESAD TOP
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA YENİAD, DOÇ. DR. MAHMUT SERTAÇ ÖZDOĞAN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 113

Özet

Bu tezin amacı, diş görüntülemede derin öğrenme tekniklerinin, özellikle Evrişimsel Sinir Ağı (CNN) algoritmalarının yeteneklerini araştırmaktır. CNN'ler çeşitli alanlarda yaygın olarak kullanılmış olsa da, diş görüntülemedeki uygulamaları hala sınırlıdır. Bu tez, üç dişhekimi uzmanı tarafından beş ayrı gruba ayrılmış 20.973 panoramik radyograftan oluşan benzersiz bir veri seti oluşturarak bu boşluğu doldurmayı amaçlamaktadır. Veri seti, AlexNet, VGG-16 ve ResNet modellerinin çeşitleri dahil olmak üzere CNN modellerini eğitmek için kullanıldı. Modeller daha sonra sağlamlıklarını artırmak için 10 kez çapraz doğrulama ve veri artırma teknikleri kullanılarak değerlendirildi. ResNet-101 modeli en yüksek doğruluğu %92,7 ile ve en yüksek makro ortalama AUC'yi 0,989 ile elde etti. Ayrıca, AlexNet için %75,5 ile Inception ResNet V2 için %92,1 arasında değişen doğruluk oranlarıyla diğer modeller de iyi performans gösterdi. Veri setinin zorluk seviyesini düşürme çabaları sonucu ortaya çıkan oto-kırpma optimizasyonu ile en iyi sonuç %94,5 doğruluk ve 0,993 makro ortalama AUC'ye yükseltildi. Bu bulgular, diş görüntülemede CNN'lerin potansiyelini açıkça göstermekte ve hastanın panoramik radyografisini aldıktan sonra diş hekimlerine hemen değerli yardımcı bilgiler sağlayabilen bilgisayar destekli teşhis sistemlerinin oluşturulmasının önünü açmaktadır. Ayrıca, önerilen veri setinin farklı problemler için yeniden etiketlenebilmesi ve çeşitli çalışmalarda kullanılabilmesi nedeniyle önemli ölçüde çok yönlülüğe sahip olduğu belirtilmelidir. Böylece, bu çalışma dental görüntüleme araştırmalarındaki ilerlemeler için değerli bir kaynak olacaktır. Benzer şekilde, oto-kırpma, uçtan uca bir CNN'de eğitilebilir bir ağ katmanı olarak uygulanabilir ve farklı problemler için kullanılabilir. Genel olarak, bu tez, türevlenebilir oto-kırpma ile elde edilen performans kazancının yanı sıra teşhis doğruluğunu ve diş bakımının verimliliğini artırmak için diş görüntülemede derin öğrenme tekniklerinin potansiyelini vurgular ve bu tekniklerin uygulanmasına ilişkin gelecekteki araştırmalar için güçlü bir temel oluşturur.

Özet (Çeviri)

The objective of this dissertation is to investigate the capabilities of deep learning techniques, particularly Convolutional Neural Networks (CNNs) in dental imaging. While CNNs have been extensively used in various fields, their application in dental imaging is still limited. This thesis seeks to bridge this gap by creating a unique dataset comprising 20,973 panoramic radiographs that have been categorized into five distinct groups by three dental experts. The dataset was used to train the CNN models, including AlexNet, VGG-16, and variants of ResNet models. The models were trained using 10-fold cross-validation and data augmentation techniques to ensure robustness. The evaluation results indicated that the ResNet-101 model achieved the highest accuracy of 92.7% and the highest macro-average AUC of 0.989. Additionally, other models performed well also with accuracy scores ranging from 75.5% for AlexNet to 92.1% for Inception ResNet V2. The best result was improved to 94.5% accuracy and 0.993 macro-average AUC with the introduced auto-crop optimization that emerged from efforts to reduce the difficulty level of the dataset. These findings clearly showcase the potential of CNNs in dental imaging and pave the way for the creation of computer-aided diagnosis systems that can provide valuable auxiliary information immediately to dentists upon obtaining a patients' panoramic radiograph. Furthermore, it should be noted that the proposed dataset has significant versatility as it can be re-labeled for different problems and utilized in various studies. Thus, it represents a valuable resource for advancements in dental imaging research. Similarly, the auto-crop may be utilized for many scenarios as an end-to-end network layer. Overall, this thesis highlights the potential of deep learning techniques in dental imaging to improve diagnostic accuracy and efficiency of dental care, along with the performance gain achieved by differentiable auto-cropping alteration, and lays a strong foundation for future research on the application of these techniques.

Benzer Tezler

  1. İmplant destekli tek üye sabit restorasyonlarda görülen protetik komplikasyonların ve implant çevresi kemik rezorpsiyonlarının retrospektif olarak incelenmesi

    Retrospective evaluation of prosthetic complications and peri-implant boneresorption in implant-supported single unit fixed restorations

    NUR PEKTAŞ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiAfyonkarahisar Sağlık Bilimleri Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZER İŞİSAĞ

  2. Protetik restorasyonların tedavi planlamasında ve uygulamasında kullanılan bilgisayar destekli dizayn ve üretim (cad-cam) yönteminin geneleksel yöntemle karşılaştırılması

    (cad-cam) method with the conventional metod used in treatment planning and placement of the implant supported fixed prosthetic restorations for tatally edentulous patients

    GİZEM TABAR

    Doktora

    Türkçe

    Türkçe

    2005

    Diş Hekimliğiİstanbul Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF.DR. ÇETİN SEVÜK

  3. İmplant destekli sabit protetik tedavi sonrası kuron boyu/implant boyu oranının peri-implant doku sağlığına etkisinin klinik ve radyografik olarak değerlendirilmesi: Retrospektif çalışma

    Clinical and radiographic evaluation of the effect of crown length / implant length ratio on peri-implant tissue health on implant supported fixed prosthetic treatment:a retrospective study

    AYFER YILMAZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2022

    Diş HekimliğiKaradeniz Teknik Üniversitesi

    Periodontoloji Ana Bilim Dalı

    PROF. DR. ESRA BALTACIOĞLU

  4. Vida tutuculu ve siman tutuculu implant üstü protezlerin implant çevresi doku sağlığına etkilerinin değerlendirilmesi

    Evaluation of the effects of screw-retained and cement-retained implant prostheses on peri-implant tissue health

    DENİZ GÜL

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiDicle Üniversitesi

    Periodontoloji Ana Bilim Dalı

    PROF. DR. ARZUM GÜLER DOĞRU

  5. Değişik implant sistemleri üzerine uygulanan farklı sabit protetik restorasyonların in-vivo ve in-vitro değerlendirilmesi

    In-vivo and in-vitro evaluation of different fixed partial prosthetic restorations using on different implant systems

    AYŞE GÖZDE TÜRK

    Doktora

    Türkçe

    Türkçe

    2010

    Diş HekimliğiEge Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. MÜBİN ULUSOY