Lateral sefalometrik radyografilerde servikal vertebra maturasyonunun derin öğrenme metoduyla değerlendirilmesi
Evaluation of cervical vertebra maturation in lateral cephalometric radiographies with deep learning method
- Tez No: 840986
- Danışmanlar: DOÇ. DR. YASİN YAŞA
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ordu Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Amaç: Bu çalışmanın amacı lateral sefalometrik radyografiler kullanılarak servikal vertebraların maturasyon evrelerinin ESA tabanlı modeller ile belirlenilebilmesini sağlamaktır. Gereç ve yöntem: Çalışmada veri seti olarak, 2012-2020 yılları arasında çeşitli nedenlere Ordu Üniversitesi Diş Hekimliği Fakültesine başvuran 10-30 yaş arasındaki bireylerden elde edilen 4454 lateral sefalometrik radyografi kullanılmıştır. Kullanılan lateral radyografi de ki servikal vertebralar çerçeve içerisine alınarak işaretlenmiş ve işaretlenen servikal vertebraların Baccetti analizinde karşılığı olan maturasyon evresi belirlenerek etiketleme yapılmıştır. Elde edilen veri setinin %90'ı eğitim %10'u test verisi olarak iki bölüme ayrılmıştır. Daha sonra etiketlenen vertebralar SqueezeNet, AlexNet ve ShuffleNet uygulamaları kullanılarak servikal vertebra maturasyon evrelerini tahmin etme oranları değerlendirilmiştir. Bulgular: Çalışmamızda derin öğrenme yöntemi ile geliştirilen farklı yapay zeka uygulamalarının servikal vertebraların maturasyon evrelerini doğru tespit etme performansları değerlendirilmiştir. Çalışmadaki yapay zeka modellerinden SqueezeNet ve AlexNet'teki F1 skorları 0,50; ShuffleNet'teki F1 skoru ise 0,47 olarak tespit edilmiştir. En düşük F1 değerleri tüm uygulamalarda Evre 1'de elde edilmiştir. Sonuç: Çalışmamızda üç farklı yapay zeka uygulamasının performansı değerlendirilmiş olup ilerleyen çalışmalarda bu uygulamaların kullanılması için yol gösterici niteliktedir. Aynı zamanda bu yapay zeka uygulamaları klinisyenler için karar destek mekanizması rolü görecek ve gözlemciler arası ve gözlemci içi tutarsızlıklar en aza indirilebilecektir.
Özet (Çeviri)
Aim: This study aims to determine the maturation stages of cervical vertebrae using lateral cephalometric radiographs with CNN-based models. Material and method: The study used a data set of 4454 lateral cephalometric radiographs of individuals aged 10-30 years who applied to the Ordu University Faculty of Dentistry for various reasons between 2012 and 2020. The cervical vertebrae in the lateral radiographs were framed and labeled, and the stage of maturation corresponding to the marked cervical vertebrae in the Baccetti analysis was determined and labeled. The resulting dataset was divided into two parts, 90% training data and 10% test data. The labeled vertebrae were then used in SqueezeNet, AlexNet, and ShuffleNet models to evaluate the prediction rates of cervical vertebral maturation stages. Results: In this study, the performances of different artificial intelligence models developed with the deep learning method were evaluated in labeling cervical vertebrae and accurately detecting maturation stages. F1 scores in SqueezeNet and AlexNet, among the artificial intelligence models in the study, are 0.50; The F1 score in ShuffleNet was accuracy as 0.47. The lowest F1 values were obtained in Stage 1 in all models. Conclusion: In this study, the performance of three different artificial intelligence models was evaluated and it is a guide for the use of these models in future studies. At the same time, these artificial intelligence models will act as a decision support mechanism for clinicians and inter-observer and intra-observer inconsistencies can be minimized.
Benzer Tezler
- İskeletsel ve dental gelişim aşamaları arasındaki ilişkinin değerlendirilmesi (retrospektif çalışma)
Evaluation of relationship between skeletal and dental development stages (retrospective study)
HANDE ERENER
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş HekimliğiBülent Ecevit ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. FETHİYE ÇAKMAK ÖZLÜ
- Servikal vertebral ölçümler ve makine öğrenmesi algoritmaları ile elde edilen iskelet yaşının, el bilek radyografilerinden elde edilen iskelet yaşı ve maturasyon dönemi ile karşılaştırmalı olarak değerlendirilmesi
Comparative evaluation of skeletal age obtained by cervical vertebral measurements and machine learning algorithms with skeletal age and maturation period obtained from hand wrist radiographs
İREM KARAMEHMETOĞLU
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiRecep Tayyip Erdoğan ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERVE GONCA
- Büyüme ve gelişimin farklı evrelerindeki bireylerin serum ve diş eti oluğu sıvısındaki hormonal değişimlerinin incelenmesi
Investigation of the hormonal changes in serum and gingival crevicular fluid of individuals in different stages of growth and development
SULTAN ASLIHAN ULUSOY
Diş Hekimliği Uzmanlık
Türkçe
2020
Diş HekimliğiAydın Adnan Menderes ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAZGI AY ÜNÜVAR
- Pubertal büyüme atılımının farklı evrelerinde bulunan bireylerde hormonal değişimlerin incelenmesi
Assessment of hormonal changes in individuals with different pubertal growth spurt stages
MEHMET UĞURLU
Diş Hekimliği Uzmanlık
Türkçe
2017
Diş HekimliğiAtatürk ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. İSMAİL CEYLAN
- Farklı iskeletsel anomaliye sahip ortodontik hastalarda servikal vertebra anomalilerinin sefalometrik değerlendirmesi
Cephalometric evaluation of cervical vertebra anomalies in orthodontic patients with different skeletal malocclusion
ŞİRİN RABİA ADIŞEN
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş HekimliğiKırıkkale ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. FERABİ ERHAN ÖZDİLER