Geri Dön

Gömülü mandibular 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 mandibular impacted third molar teeth on artificial intelligence model developed by findings obtained by cone beam computed tomography

PDF İndir

  1. Tez No: 837653
  2. Yazar: MUSTAFA TAHA GÜLLER
  3. Danışmanlar: PROF. DR. ÖZKAN MİLOĞLU
  4. Tez Türü: Doktora
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Derin öğrenme, gömülü üçüncü molar, konik ışınlı bilgisayarlı tomografi, panoramik radyografi, yapay sinir ağları, yapay zeka, Azı dişleri, Diş-gömülü, Radyografi-dental, Radyografi-panoramik, Artificial intelligence, artificial neural networks, cone beam computed tomography, deep learning, impacted third molar, panoramic radiography, Molar, Tooth-impacted, Cone-beam computed tomography, Radiography-dental, Radiography-panoramic
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Diş hekimliğinde sıklıkla karşılaşılan problemlerden biri gömülü mandibular 3. molar dişlerdir. Bu dişlerin cerrahi çekim öncesi tedavi planlamasının yapılması ve çekim sonrası oluşabilecek komplikasyonların azalması için mandibular kanalla ilişkisi ve konumu belirlenmelidir. Çalışmamızın amacı yapay zeka modelleri kullanarak panoramik radyografi görüntülerinde gömülü mandibular 3. molar dişlerin mandibular kanalla ilişkisini ve konumunu tespit edebilmek ve yapay zeka mimarilerinin performanslarını karşılaştırmaktır. Materyal ve Metot: Bu tez çalışmasında; Atatürk Üniversitesi, Diş Hekimliği Fakültesi, Ağız, Diş ve Çene Radyolojisi Anabilim Dalında 2018-2022 yılları arasında konik ışınlı bilgisayarlı tomografisi çekilmiş olan hastalar incelendi. Panoramik radyografi görüntülerinde 290 hastaya ait toplamda 546 adet gömülü mandibular 3. molar diş çalışmaya dahil edildi. Inception-v3, GoogLeNet ve SqueezeNet mimarilerinin iki farklı ilgi alanı (ROI) üzerinde dört farklı problemin çözümündeki performansları karşılaştırıldı. Bulgular: En yüksek performansı 2. problemin (ilişki varsa gömülü mandibular 3. molar dişe göre mandibular kanal bukkalde veya lingualde) belirlenmesinde %93,2 doğruluk göstererek dikey ROI'de SqueezeNet mimarisi vermiştir. Birinci problemin (ilişki var-ilişki yok ) belirlenmesinde Inception-v3 yatay ROI'de %84,8, 3. problemin (ilişki varsa gömülü mandibular 3. molar dişe göre mandibular kanal bukkalde, lingualde veya diğer) belirlenmesinde GoogLeNet yatay ROI'de %70,0, 4. problemin (ilişki yok veya ilişki varsa gömülü mandibular 3. molar dişe göre mandibular kanal bukkalde, lingualde ve diğer kategorisinde) belirlenmesinde GoogLeNet yatay ROI' de %77,4 doğrulukta performans göstermiştir. Sonuç: Yapay zeka modelleri insan gözünün ayırmada zorlandığı ve doğru teşhisi yapamadığı durumlarda yardımcı olabilen teknolojilerdir. Bu çalışma gömülü 3. molar dişlerin mandibular kanalla ilişkisini ve konumunu belirlemede yapay zeka teknolojilerinin başarılı olduğunu göstermektedir.

Özet (Çeviri)

Aim: One of the most frequently encountered problems in dentistry is impacted mandibular third molars. The relationship and position of these teeth with the mandibular canal should be determined for treatment planning before surgical extraction and to reduce the complications that may occur after extraction. The aim of our study is to determine the relationship and position of impacted mandibular third molars with the mandibular canal in panoramic radiography images using artificial intelligence models and to compare the performance of artificial intelligence architectures. Material and method: In this thesis, patients who underwent cone beam computed tomography between 2018 and 2022 at Atatürk University, Faculty of Dentistry, Department of Oral, Dental and Maxillofacial Radiology were examined. Inception-v3, GoogLeNet, and SqueezeNet architectures were compared to solve four different problems in two different regions of interest (ROIs). Results: The SqueezeNet architecture gave the highest performance in the vertical ROI with 93.2% accuracy in determining problem 2 (If there is a relationship, the mandibular canal is buccal or lingual according to the impacted mandibular 3rd molar). For problem 1 (There is a relationship, no relationship), Inception-v3 showed 84.8% accuracy in horizontal ROI; for problem 3 (If there is a relationship, the mandibular canal is buccal, lingual, or other according to the impacted mandibular 3rd molar), GoogLeNet showed 70.0% accuracy in horizontal ROI. In determining the problem (if there is a relationship, the mandibular canal is in the buccal, lingual, other category, or no relationship according to the impacted mandibular 3rd molar tooth), it performed with an accuracy of 77.4% in GoogLeNet horizontal ROI. Conclusion: Artificial intelligence models are technologies that can help in cases where the human eye has difficulty distinguishing and making the correct diagnosis. This study shows that artificial intelligence technologies are successful in determining the relationship and position of impacted 3rd molars with the mandibular canal.

Benzer Tezler

  1. Tez No

    901692

    Mandibular kanal ve mental foramenin morfometrik değişikliklerinin konik ışınlı bilgisayarlı tomografi ve panoramik radyografi ile incelenmesi

    Investigation of morphometric changes in the mandibular canal and mental foramen with cone beam computed tomography and panoramic radiography

    ŞEYMA ATAŞ YILDIRIM

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    PROF. DR. YAVUZ FINDIK

  2. Tez No

    708387

    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

  3. Tez No

    953568

    Mandibular üçüncü molar maturite indeksi ile 18 yaş sınırı tahmininde panoramik ve konik ışınlı bilgisayarlı tomografi görüntüleme yöntemlerinin karşılaştırılması ve dişin gömülülük durumunun tahmin doğruluğuna etkisinin incelenmesi

    Comparison of panoramic radiography and cone-beam computed tomography in estimating the age threshold of 18 years using the mandibular third molar maturity index and evaluation of the impact of tooth impaction on predictive accuracy

    MÜNEVVER GAMZE DİRİCANLI

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2025

    Diş HekimliğiHacettepe Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. NURSEL AKKAYA

  4. Tez No

    548912

    Alt yirmi yaş dişlerinin proksimal kontak sıkılığına, ark boyutlarına ve alt keser çapraşıklığına etkisinin değerlendirilmesi

    Influence of impacted mandibular third molar teeth onproximal contact tightness, mandibular archperimeters and lower anterior crowding

    HAKAN BİLSEL

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiBezm-İ Alem Vakıf Üniversitesi

    Ortodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BERZA YILMAZ

  5. Tez No

    808500

    Dicle Üniversitesi Diş Hekimliği Fakültesinde tedavi gören sendromsuz ortodonti hastalarında dental anomalilerin kraniofasiyal yapılara göre prevelansı

    Prevalence of dental anomalies according to craniofacial structures in non-syndromic patients treated at Dicle University Dentistry Faculty department of orthodontics

    BİLAL ÖZDEMİR

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiDicle Üniversitesi

    Ortodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KAMİLE ORUÇ

Geri Dön