Panoramik radyograflarda hava yolları ve yumuşak dokuların yapay zekâ teknolojisi ile tespiti
Detection of airways and soft tissues in panoramic radiographs using artificial intelligence technology
- Tez No: 865323
- Danışmanlar: DR. ÖĞR. ÜYESİ İLKNUR ENİNANÇ
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Ağız, Diş Çene Radyolojisi Bilim Dalı
- Sayfa Sayısı: 116
Özet
Diş hekimliğinde muayene sırasında kullanılan panoramik radyograflarda, maksillar ve mandibular diş akları ve periodontal dokuların yanı sıra nazal, oral ve orofaringeal hava yolları ile dil, yumuşak damak ve uvula gibi yumuşak dokular da görüntülenebilmektedir. Panoramik radyograflarda radyolusent görüntü veren hava yolları destrüktif kemik lezyonları ve fraktürle karıştırılabilirken, yumuşak dokular ise radyoopak görünümdeki çeşitli lezyonlarla karıştırılabilir. Yapay zekâ, insan benzeri düşünme ve karar verme yeteneklerini taklit etmek için kullanılan bir teknolojidir. Veri analizi üzerinden problemi tanımlamak, öğrenmek ve gelecekteki kararları tahmin etmek için algoritmalar kullanan bu sistemlerden, diş hekimliğinde tanı sürecinin kısaltılması ve tedavi planlaması gibi alanlarda yararlanılabilir. Literatürde bilindiği kadarıyla ilk kez yapılan bu çalışmada, yapay zekâ ile panoramik radyograflarda izlenebilen hava yolu ve yumuşak dokuların tespit edilebilmesi, böylece muayene ve tanı sürecini hızlandırmak amaçlandı. Çalışmada optimum görüntü kalitesine sahip 1004 panoramik radyograf incelendi. Radyograflar anonimleştirilerek, orofaringeal hava yolu, nazal hava yolu, oral hava yolu, yumuşak damak, uvula ve dil bölgelerini içeren 6 alan işaretlendi ve CVAT poligon aracı (Computer Vision Annotation Tool) ile segmentasyon maskeleri oluşturuldu. Tüm panoramik radyografların %72'si (723 görüntü) eğitim setinde, %18'i (180 görüntü) doğrulama setinde, %10'u (101 görüntü) ise test setinde olmak üzere ana veri setinden rastgele seçildi. Probleme uygun olarak, ResUNet mimarisinden yararlanılarak, tamamen özgün, 74 katmandan oluşan 24,3 milyon parametreli bir yapay zekâ modeli oluşturuldu. Transfer öğrenme uygulanmamış özgün yapay zekâ modelimizin performansı, modelin daha önce karşılaşmadığı radyograflar üzerinden ölçüldü. Segmente edilen tüm alanlardan elde edilen ortalama doğruluk (accuracy) değeri 0.979, kesinlik (precision) değeri 0.869, duyarlılık (sensitivity) değeri 0.870, özgüllük (specificity) değeri 0.925, F1 skor 0.870, IoU (Intersection over Union) değeri 0.777, mAP (mean Average Precision) değeri 0.500 şeklinde hesaplandı. Geliştirilen yapay zekâ algoritmasının panoramik radyograflarda yumuşak doku ve hava yollarının tespiti konusunda başarılı ve umut verici sonuçlar sunmaktadır. Bu sonuçların, rutin olarak hızlı ve etkin bir muayenenin gerçekleştirilmesiyle karar destek sistemlerine katkı sağlayacağı ve yanlış teşhislerin önüne geçilmesine olanak vereceği düşünülmektedir. Daha geniş bir veri setiyle algoritma daha da iyileştirilebilir.
Özet (Çeviri)
In panoramic radiographs used during dental examinations, in addition to maxillary and mandibular tooth arches and periodontal tissues, soft tissues such as nasal, oral, and oropharyngeal airways, as well as soft tissues like the tongue, soft palate, and uvula, can also be visualized. While the airways, which appear radiolucent in panoramic radiography, can be confused with destructive bone lesions and fractures, soft tissues can be confused with various lesions appearing radiopaque. Artificial intelligence (AI) is a technology utilized to mimic human-like thinking and decision-making abilities. These systems, which use algorithms to identify the problem, learn and predict future decisions through data analysis, can be utilized in areas such as shortening the diagnostic process and treatment planning in dentistry. In this study, conducted for the first time in the literature to the best of our knowledge, the aim was to detect airway and soft tissue structures identifiable in panoramic radiographs using artificial intelligence, thus speeding up the examination and diagnostic process. The study examined 1004 panoramic radiographs with optimal image quality. Radiographs were anonymized, and six areas, including the oropharyngeal airway, nasal airway, oral airway, soft palate, uvula, and tongue, were delineated and segmented to create segmentation masks. The CVAT polygon tool (Computer Vision Annotation Tool) was utilized for markings. Seventy-two percent (723 images) of all panoramic radiographs were randomly selected for the training set, 18% (180 images) for the validation set, and 10% (101 images) for the test set. Using the ResUNet architecture, an original AI model comprising 74 layers and 24.3 million parameters was constructed. The performance of the original AI model, without transfer learning, was evaluated using radiographs the model had not previously encountered. The mean accuracy value obtained from all segmented areas was calculated as 0.979, precision as 0.869, sensitivity as 0.870, specificity as 0.925, F1 score as 0.870, IoU (Intersection over Union) as 0.777, and mAP (mean Average Precision) as 0.500. The developed artificial intelligence algorithm showed promising results in detecting soft tissue and airways in panoramic radiographs. It is evident that these results will contribute to decision support systems by enabling routine, rapid, and effective examinations and preventing misdiagnoses. The algorithm can be further improved with a larger dataset.
Benzer Tezler
- Üst çene arka grup dişsiz hastalarda görülen sinüs patolojilerinin konik ışınlı bilgisyarlı tomografi ve panoramik radyografi ile değerlendirilmesi
Evaluation of sinus pathologies seen in maxillary posterior edentulous patients with cone beam computed tomography and panoramic radiography
OĞUZHAN DEMİREL
Doktora
Türkçe
2015
Diş HekimliğiGazi ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. CEMİLE ÖZLEM ÜÇOK
- Panoramik radyograflarda alveoler kemiğin dikey boyutunun saptanması
Determination of alveolar bone vertical height on panoramic radiographs
FARUK AKGÜNLÜ
- Dijital panoramik radyograflarda bruksist bireyler ile kontrol grubunda mandibular fraktal boyut ve radyomorfometrik indeks değerlerinin incelenmesi
Investigation of mandibular fractal dimension and radiomorphometric index values on bruxist individuals and control group in digital panoramic radiographs
İLKNUR ENİNANÇ
Diş Hekimliği Uzmanlık
Türkçe
2020
Diş HekimliğiSivas Cumhuriyet ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. DEFNE YALÇIN YELER
- Mandibular gömülü üçüncü büyük azı dişler ile mandibular kanal arasındaki ilişkinin dental volümetrik tomografi ile değerlendirilmesi
The evaluation of the relationship between the mandibular impacted third molar teeth and the mandibular canal by cone beam computed tomography
AHMET ERCAN ŞEKERCİ
Doktora
Türkçe
2012
Diş HekimliğiErciyes ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
DOÇ. DR. YILDIRAY ŞİŞMAN
- Üçüncü büyük azı dişlerinin anatomik oluşumlarla ilişkilerinin tespitinde panoramik radyografi ve dental programlı bilgisayarlı tomografi bulgularının değerlendirilmesi
The evaluation of relationship between third molars and anatomical structures by the comparison of findings of the panoramic radiography and computed tomography
İSMAİL HAKAN AVSEVER