Geri Dön

Derin öğrenme ile karışık dişlenme döneminde dişlerin numaralandırılması

Numbering of teeth in the mixed dentition stage using deep learning

  1. Tez No: 894989
  2. Yazar: ALTUĞ HAMDİ ALTUNTAŞ
  3. Danışmanlar: PROF. DR. OĞUZHAN URHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Panoramik diş röntgen görüntüleri ağızda bulunan dişlerin dişlenme durumlarını, diş hastalıklarını ve diş eksikliklerini gösteren medikal görüntülerdir. Ortodontik tedavi süreçleri bu görüntüler üzerinden gözle çıkarılan sonuçlara göre şekillenmektedir. Tedavi süreçlerinde hataları en aza indirgemek için bu görseller üzerinden otonom bir şekilde çıkarım yapan sistemler geliştirilmektedir. Bu tez çalışması kapsamında panoramik diş röntgenleri üzerinden süt dişler ile kalıcı dişlerin tespit edilmesi ve Evrensel Numaralandırma Sistemi'ne göre dişlerin numaralandırılması için tek adımlı bir derin öğrenme yaklaşımı önerilmiştir. Çalışmada güncel yöntemlerden YOLO-V7 ve YOLO-V9 modellerinin bu probleme özgü şekilde yeniden uyarlanması ile tespitlerin gerçekleştirilmesi sağlanmıştır. Tespit edilen dişlerin numaralandırılması derin öğrenme modeli tarafından yüksek başarımla gerçekleştirilmiştir. Böylelikle diş numaralandırılması için ek algoritmaların kullanılması gereksinimi ortadan kaldırılmıştır. Önerilen yaklaşım panoramik diş röntgenleri üzerinde %92 başarım ile dişleri tespit etmekte ve numaralandırmaktadır.

Özet (Çeviri)

Panoramic dental X-ray images are medical images that show the condition of teeth, dental diseases, and tooth deficiencies in the mouth. Orthodontic treatment processes are shaped based on observations drawn from these images. To minimize errors in treatment processes, systems are being developed that autonomously infer from these images. As part of this thesis, a single-step deep learning approach has been proposed for the identification of primary and permanent teeth in panoramic dental X-rays and for numbering teeth according to the Universal Numbering System. In the study, adaptations of the YOLO-V7 and YOLO-V9 models specific to this problem were used to perform detections. The deep learning model successfully numbered the detected teeth with high accuracy, eliminating the need for additional algorithms for tooth numbering. The proposed approach achieves tooth detection and numbering with 92% accuracy on panoramic dental X-rays.

Benzer Tezler

  1. Derin öğrenme yöntemi ile karışık dişlenme döneminde diş tespiti

    Tooth detection with deep learning method in mixed dentition

    ESRA ÖZÇELİK ERYILMAZ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2024

    Diş HekimliğiOrdu Üniversitesi

    Pedodonti Ana Bilim Dalı

    DOÇ. DR. HÜSEYİN ŞİMŞEK

  2. Derin öğrenme yöntemi kullanılarak geliştirilen yapay zekâ uygulamasıyla çocuklardan alınan panoramik radyografilerde çürük dişlerin tespiti

    Determination of caries teeth in panoramic radiographs taken from children with artificial intelligence developed by using deep learning method

    ESRA AŞÇI

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiAtatürk Üniversitesi

    Pedodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MÜNEVVER KILIÇ

  3. Derin öğrenme tabanlı seyahat öneri sistemi geliştirme

    Developing a deep learning based travel recommendation system

    ALİHAN ÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MERT BAL

    DR. ÖĞR. ÜYESİ MERYEM UZUN PER

  4. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  5. İş süreçlerinde insan görüsünü derin öğrenme ile destekleme

    Supporting human vision with deep learning on business process

    ALTUĞ YİĞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CEM TAŞKIN