Panoramik, sefalometrik ve el-bilek radyografilerini kullanılarak hibrit derin öğrenme yöntemleriyle yaş tahmini
Age prediction with hybrid deep learning methods using panoramic, cephalometric, and hand-wrist radiographs
- Tez No: 885419
- Danışmanlar: DOÇ. DR. SEDA ARSLAN TUNCER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 147
Özet
Mühendislik biliminde sağlık alanı da dahil olmak üzere birçok gerçek dünya problemlerinin çözüm sürecinde derin öğrenme mimarilerinin kullanımı günden güne yaygınlaşmaktadır. Günümüzde yaş tahmininde en sık ve güvenilir olarak kullanılan yöntemler diş ve kemik gelişiminin değerlendirildiği yöntemlerdir. Kemik yaş tahmini, tıbbi olarak çocuklardaki büyüme, gelişim ve endokrin bozuklukların araştırılması için önemliyken hukuki olarak ise cezai sorumluluğun belirlenmesi ve uluslararası evlat edinme sürecinde, antropoloji ve adli tıp gibi alanlarda kritik öneme sahiptir. Bireyler üzerinde yaş tahmini yaparken insan vücuduna ait en güvenilir sonucu veren diş, kafatası ve el-bilek kemiklerinin gelişimi incelenerek yaş tahmini yapılmaktadır. Geleneksel olarak dişlerden yaş tahmini 2 farklı dönemde yapılır. Çocuklarda geçici ve sürekli dişlerin gelişim aşamaları ve sürme zamanları değerlendirilmektedir. Bu çalışmada panoramik, sefalometrik ve el-bilek radyografileri ile bireyin yaşını tespit etmeyi amaçlayan derin öğrenme tabanlı hibrit bir sistem önerilmiştir. Çalışmada iki veya üç gruplu sınıftan oluşan yedi farklı veri seti kullanılmıştır. Veri setlerindeki sınıflar genel olarak 2-6, 6-13, 13-21, 2-13 ve 13-21 yaş aralığındadır. Aynı bireylerden alınan panoramik, sefalometrik ve el-bilek radyografilerine aynı yöntemler uygulanarak önerilen sistemin güvenirliği ve başarımı analiz edilmiştir. Çalışmada ilk olarak tüm veri setlerine yedi farklı özellik çıkarım mimarisi uygulanmıştır. Elde edilen özellik haritası önerilen sisteme girdi olarak verilerek beş farklı makine öğrenmesi yöntemi, üç farklı derin öğrenme yöntemi ve iki farklı hibrit derin öğrenme yöntemi uygulanmıştır. Elde edilen performans değerlendirme metrikleri karşılaştırılarak sistem başarımı test edilmiştir. En yüksek %91'lik doğruluk, kesinlik, hassasiyet ve F1-skor performans değerleri InceptionV3 ve CNN+RNN hibrit modeli ile elde edilmiştir.
Özet (Çeviri)
The use of deep learning architectures in the solution process of many real-world problems in engineering science, including the field of health, is becoming increasingly widespread. Today, the most frequently and reliably used methods for age prediction are the methods that evaluate tooth and bone development. Bone age prediction is medically important for the investigation of growth, development, and endocrine disorders in children, while it is legally critical in the determination of criminal liability and international adoption processes, and in fields such as anthropology and forensic medicine. When estimating age on individuals, the development of teeth, skull, and wrist bones, which provide the most reliable results of the human body, is examined and age prediction is conducted. Traditionally, age prediction from teeth is carried out in 2 different periods. The development stages and eruption times of temporary and permanent teeth in children are evaluated. In this study, a deep learning-based hybrid system aimed at determining the age of an individual with panoramic, cephalometric, and hand-wrist radiographs is proposed. Seven different data sets consisting of two or three group classes were used in the study. The classes in the datasets are generally in the age range of 2-6, 6-13, 13-21, 2-13 and 13-21. The reliability and performance of the proposed system were analyzed by applying the same methods to panoramic, cephalometric, and hand-wrist radiographs collected from the same individuals. First, seven different feature extraction architectures were applied to all datasets in the study. The obtained feature map was set as input to the proposed system and five different machine learning methods, three different deep learning methods, and two different hybrid deep learning methods were applied. The system performance was tested by comparing the obtained performance evaluation metrics. The highest 91% accuracy, precision, sensitivity, and F1-score performance values were obtained with InceptionV3 and CNN+RNN hybrid model.
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
- Dişlerin kalsifikasyon evrelerinin el bilek ve lateral sefalometrik radyografilerdeki maturasyon yöntemleriyle retrospektif olarak karşılaştırılması
Retrospective evaluation of the calcification stages of the teeth by the maturation methods in hand wrist and lateral sefalometric radiography
FATMA NAZİK ÜNVER
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş HekimliğiKırıkkale ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. FERABİ ERHAN ÖZDİLER
- Twin-blok apareyinin temporomandibular eklem üzerindeki etkilerinin değerlendirilmesi
Evaluation of the effects of the Twin-blok appliance on the temporomandibular joint
AHMAD RAHHAL
- Büyüme gelişimi devam eden iskeletsel 2. sınıf bireylerde forsus fatigue resistant device apareyinin etkilerinin sefalometrik olarak değerlendirilmesi
Cephalometric evaluation of the effects of forsus fatigue resistant device on growing skeletel class ii patients
KUNTAY ŞENGÜN
Doktora
Türkçe
2010
Diş Hekimliğiİstanbul ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. HÜLYA KILIÇOĞLU
- Karışık dişlenme dönemindeki çocuklarda iskelet ve dental yaşın senkronizasyonunun dental çapraşıklık ile ilişkisinin retrospektif değerlendirilmesi
Retrospective evaluation of the relationship between skeletal and dental age synchronization and dental crowding in children with mixed dentition
GÜLEN ÖZSES ERGİCAN
Doktora
Türkçe
2021
Diş HekimliğiEge ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. AYŞE ÖZCAN ALEV ÇINSAR