Geri Dön

Kök kanalındaki kırık alet tespitinde derin öğrenme algoritmalarının karşılaştırılması

Deep learning algorithms for detecting fractured instruments in root canals

  1. Tez No: 890289
  2. Yazar: EKİN DENİZ ÇATMABACAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ İREM ÇETİNKAYA
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Trakya Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Endodonti Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Trakya Üniversitesi Diş Hekimliği Fakültesi Endodonti Anabilim Dalı'nda çekilen periapikal röntgenler üzerinde farklı derin öğrenme algoritmalarının kırık alet tespit performanslarının karşılaştırılması çalışmamızın temel amacıdır. Ocak 2022-Aralık 2023 tarihleri arasında herhangi bir sebepten çekilen periapikal röntgenler tarandı ve dışlama kriterleri uygulandığında kalan 360 kırık alet barındıran röntgen çalışmaya dahil edildi. Karşılaştırmanın anlamlı olabilmesi için kırık alet barındırmayan ve dahil edilme kriterlerini karşılayan kök kanal tedavili 340 dişin röntgeni de çalışma kapsamına alındı. Röntgenler CVAT isimli programda kırık alet mavi, kök kanal tedavisi kırmızı olacak şekilde etiketlendi ve eğitim seti, doğrulama seti ve test setleri oluşturuldu. Test setlerinden elde edilen sonuçlar ile her model için karmaşık matrisleri oluşturuldu. Doğruluk, f1 skoru, Matthew korelasyon katsayısı ve ROC – AUC değerleri karmaşık matrisleri üzerinden hesaplandı ve modellerin performansları karşılaştırıldı. DenseNet, ResNet ve WideResNet modelleri en yüksek başarıları gösterirken MaxVit modeli karşılaştırılan sekiz model arasında en başarısız model olmuştur. Kırık alet tespiti için derin öğrenme modellerinin kullanıldığı bu çalışma umut verici sonuçlar ortaya koymuştur ancak çalışma modelindeki eksikliklerin giderilmesi ile daha başarılı performansların elde edilmesi mümkündür.

Özet (Çeviri)

The primary aim of our study is to compare the performance of different deep learning algorithms in detecting broken instruments on periapical radiographs taken at the Department of Endodontics, Faculty of Dentistry, Trakya University. Periapical radiographs taken for any reason between January 2022 and December 2023 were screened, and after applying exclusion criteria, 360 radiographs containing broken instruments were included in the study. To ensure a meaningful comparison, radiographs of 340 teeth with root canal treatment that did not contain broken instruments but met the inclusion criteria were also included in the study. In the CVAT program, broken instruments were labeled in blue, and root canal treatments were labeled in red. Training, validation, and test sets were created. Confusion matrices were generated for each model based on the results obtained from the test sets. Accuracy, F1 score, Matthew's correlation coefficient (MCC), and ROC-AUC values were calculated from the confusion matrices, and the performance of the models was compared. DenseNet, ResNet, and WideResNet models showed the highest success rates, while the MaxViT model was the least successful among the eight models compared. This study, which uses deep learning models for detecting broken instruments, has yielded promising results. However, more successful performances can be achieved by addressing the shortcomings in the study design.

Benzer Tezler

  1. Kök kanalından kırık alet çıkartılmasında kullanılan farklı tekniklerin etkinliklerinin ex vivo olarak karşılaştırılması

    Ex Vivo comparison of the effectiveness of different techniques associated with the removing fractured instruments from root canals

    İPEK ÖREROĞLU

    Doktora

    Türkçe

    Türkçe

    2012

    Diş Hekimliğiİstanbul Üniversitesi

    Diş Hekimliği Bölümü

    PROF. FARUK HAZNEDAROĞLU

  2. Farklı giriş platformları hazırlığının ve alet çıkartma tekniklerinin kök kanalından kırık alet uzaklaştırılması ve dişlerin kırılma dayanımı üzerindeki etkisinin değerlendirilmesi

    Evaluation of the effect of different staging platform preparation and instrument removal techniques on broken instrument removal from root canal and fracture strength of teeth

    ESRA YAVAŞ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2023

    Diş HekimliğiHacettepe Üniversitesi

    Endodonti Ana Bilim Dalı

    DOÇ. DR. SELEN KÜÇÜKKAYA EREN

  3. Kök kanalında kırılan el eğeleri ve döner aletlerin çıkartılmasında kullanılan iki farklı tekniğin etkinliğinin değerlendirilmesi

    Evaluation of effectiveness of two different techniques used in removal of broken hand files and rotary instruments in the root canal

    MERVE DULUNDU

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiKocaeli Üniversitesi

    Endodonti Ana Bilim Dalı

    DOÇ. DR. DİLEK YİĞİT

  4. Kök kanalında iki farklı seviyede kırılmış eğelerin farklı yöntemler ile kök kanalından çıkarılmasının diş biyomekaniğine etkisi: Stres analiz çalışması

    Effect of different removal techniques of files which were broken at two different levels within the root canal on biomechanics of tooth: A fea study

    VALIAHAD AHADOV

    Doktora

    Türkçe

    Türkçe

    2021

    Diş HekimliğiSelçuk Üniversitesi

    Endodonti Ana Bilim Dalı

    PROF. DR. SEMA BELLİ

  5. Ultrasonik cihaz yardımıyla kırık eğe çıkarılması esnasında kök yüzeyindeki sıcaklık değişimlerinin değerlendirilmesi

    The assesment of temperature changes on the root surface during remove broken file assisted by ultrasonic device

    BETÜL ÖZEN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiPamukkale Üniversitesi

    Endodonti Ana Bilim Dalı

    DOÇ. DR. İHSAN FURKAN ERTUĞRUL