Geri Dön

Panoramik radyografilerde tüm gömülü dişlerin ve winter sınıflamasına göre üçüncü molar dişlerin derin öğrenme ile otomatik tespiti ve lokalizasyonu: klinik kullanım için arayüz tasarımı

Automatic detection and localization of all impacted teeth and third molar teeth according to winter classification in panoramic radiographies with deep learning: i̇nterface design for clinical use

PDF İndir

  1. Tez No: 844087
  2. Yazar: TAHA ZİREK
  3. Danışmanlar: DOÇ. DR. MELEK TAŞSÖKER
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan 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: 102

Özet

Dişlerin gömülü olması yaygın görülen bir durumdur ve çenelerin farklı yerlerindeki kapsamları ve dağılımları önemli ölçüde farklılık gösterebilir. Her diş gömülü olabilir ancak en sık gömülü kalan dişler alt üçüncü molar dişlerdir. Gömülü üçüncü molar dişlerin sınıflandırılması, gömülülüğün derecesini tanımamıza ve cerrahi prosedür için en uygun metodolojiyi seçmemize olanak tanır ve böylece komplikasyon riskini azaltır. Nesne algılama özelliği ile ünlü olan YOLO, yaygın olarak kullanılan bir algoritmadır. YOLOv8 algoritması, bu çalışmanın yürütüldüğü tarih itibarıyla YOLO ailesinin en son sürümüdür. Bu çalışmanın amacı, panoramik radyografiler üzerinde gömülü tüm dişleri tespit etmek ve gömülü üçüncü azı dişlerini derin öğrenme temelinde Winter sınıflandırma sistemine göre otomatik olarak sınıflandırmaktır. Bu amaçla bu çalışmada fakülte veri tabanından toplanan panoramik radyografiler augmentasyon yöntemleriyle çoğaltılarak Winter sınıflandırma sistemi için 2000, gömülü dişlerin tespiti için ise 2394 görüntü elde edilmiştir. Görüntüler oral radyologlar tarafından etiketlenmiş ve etiketlerin koordinatları YOLO formatında indirilmiştir. Kullanılan derin ağ mimarisi ile verinin %80'i eğitilmiş, %10'u doğrulanmış ve %10'u model tahminlerinin iyileştirilmesiyle elde edilen eğitim ağırlıkları ile test edilmiştir. Sonuçlar kesinlik, duyarlılık ve F-1 skorunu içeren performans kriterlerine göre değerlendirilmiştir. Winter sınıflandırması test sonuçlarına göre mezioanguler, distoanguler, horizontal, vertikal, bukkolingual ve diğer gömülü diş yönelimlerinin ortalama kesinlik değeri 0.972, ortalama duyarlılık değeri 0.967 ve ortalama F1-skor değeri 0.969 olarak elde edilmiştir. Gömülü dişlerin tespit edildiği test sonuçlarına göre ortalama kesinlik değeri 0.991, ortalama duyarlılık değeri 0.995, ortalama F1-skor değeri 0.995 olarak elde edilmiştir. Gömülü dişlerin 440 adedi doğru, 4 adedi yanlış tespit edilmiş, 2 adedi algoritma tarafından bulunamamıştır. Elde edilen sonuçlara göre YOLOv8 algoritması gömülü dişlerin tespitinde ve üçüncü azı dişlerinin Winter sınıflandırma sistemine göre sınıflandırılmasında başarılı bir performans göstermiştir.

Özet (Çeviri)

Impacted teeth are common and their extent and distribution in different parts of the jaws can vary significantly. Any tooth can be impacted, but the most commonly impacted teeth are the lower third molars. Classification of impacted third molars allows us to recognize the degree of impaction and choose the most appropriate methodology for the surgical procedure, thereby reducing the risk of complications. Famous for its object detection feature, YOLO is a widely used algorithm. The YOLOv8 algorithm is the latest version of the YOLO family as of the date of this study. The aim of this study is to detect all impacted teeth on panoramic radiographs and automatically classify impacted third molars according to the Winter classification system based on deep learning. For this purpose, in this study, panoramic radiographs collected from the faculty database were reproduced with augmentation methods, and 2000 images were obtained for the Winter classification system and 2394 images were obtained for the detection of impacted teeth. Images were labeled by oral radiologists and the coordinates of the labels were downloaded in YOLO format. With the deep network architecture used, 80% of the data was trained, 10% was validated, and 10% was tested with the training weights obtained by improving the model predictions. Results were evaluated according to performance criteria including precision, sensitivity, and F-1 score. According to the Winter classification test results, the average precision value of mesioangular, distoangular, horizontal, vertical, buccolingual and other impacted tooth orientations was obtained as 0.972, the average sensitivity value was 0.967 and the average F1-score value was 0.969. According to the test results in which impacted teeth were detected, the average precision value was obtained as 0.991, the average sensitivity value as 0.995, and the average F1-score value as 0.995. 440 of the impacted teeth were detected correctly, 4 were detected incorrectly, and 2 were not detected by the algorithm. According to the results obtained, the YOLOv8 algorithm showed a successful performance in detecting impacted teeth and classifying third molars according to the Winter classification system.

Benzer Tezler

  1. Tez No

    478998

    Ekstraoral ve intraoral radyografilerle dental anomalilerin sıklık ve dağılımlarının değerlendirilmesi

    Ekstraoral ve intraoral radyografilerle dental anomalilerin siklik ve dağilimlarinin değerlendirilmesi

    PINAR GÖKÇEN YÜCESAN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2017

    Diş HekimliğiKaradeniz Teknik Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. SAADETTİN KAYIPMAZ

  2. Tez No

    627350

    Gömülü maksiller kanin dişe sahip genç erişkinlerde mandibular indekslerin ve sefalometrik parametrelerin değerlendirilmesi

    Evaluation of mandibular indices and cephalometric parameters in adolescents with impacted maxillary canines

    ESRA GENÇ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2019

    Diş HekimliğiOrdu Üniversitesi

    Ortodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜLEYMAN KUTALMIŞ BÜYÜK

  3. 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

  4. Tez No

    30147

    Gömülü mandibuler 3.molar cerrahisinde kullanılan diflunisal ve parasetamol'ün klinik ve farmakokinetik özelliklerinin karşılaştırmalı incelenmesi

    Başlık çevirisi yok

    MEHMET KEMAL ŞENÇİFT

    Doktora

    Türkçe

    Türkçe

    1994

    Diş HekimliğiHacettepe Üniversitesi

    Cerrahi (Diş) Ana Bilim Dalı

    PROF. DR. MUZAFFER TUNCER

  5. Tez No

    870178

    Panoramik radyografilerde dens invajinatus varlığının yapay zekâ modelleriyle tespiti

    Detection of dens invaginatus in panoramic radiographs using artificial intelligence models

    AYŞE HANNE SARI

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiNecmettin Erbakan Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DOÇ. DR. GÜLDANE MAĞAT

Geri Dön