Derin öğrenme ile karışık dişlenme döneminde dişlerin numaralandırılması
Numbering of teeth in the mixed dentition stage using deep learning
- Tez No: 894989
- Danışmanlar: PROF. DR. OĞUZHAN URHAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2024
Diş HekimliğiOrdu ÜniversitesiPedodonti Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ŞİMŞEK
- 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
2021
Diş HekimliğiAtatürk ÜniversitesiPedodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MÜNEVVER KILIÇ
- Derin öğrenme tabanlı seyahat öneri sistemi geliştirme
Developing a deep learning based travel recommendation system
ALİHAN ÖZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERT BAL
DR. ÖĞR. ÜYESİ MERYEM UZUN PER
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- İş süreçlerinde insan görüsünü derin öğrenme ile destekleme
Supporting human vision with deep learning on business process
ALTUĞ YİĞİT
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CEM TAŞKIN