Fasiyal morfometrik ölçümlerin ve makine öğrenmesi algoritmalarının erişkin bireylerin cinsiyet tayininde kullanılabilirliğinin değerlendirilmesi
Evaluation of the usability of facial morphometric measurements and machine learning algorithms in gender determination of adult individuals
- Tez No: 907080
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT DIRAMALI, DOÇ. DR. SEVAL BAYRAK
- Tez Türü: Yüksek Lisans
- Konular: Anatomi, Anatomy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bolu Abant İzzet Baysal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Anatomi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Maksiller sinüs, nazal kavite ve zigomatik arkta bulunan anatomik yapılardan kadın ve erkek bireylerde yapılan morfometrik ölçümler ile makine öğrenme algoritmalarını kullanarak cinsiyetler arasında anlamlı farklılık olup olmadığını ortaya koymak amaçlandı. Mann-Whitney U Testi ile analizi sonucunda; sağ maksiller sinüs yüksekliği, sol maksiller sinüs genişliği ve yüksekliğinin, sol nazal kavite genişliğinin, sol zigomatik ark genişliğinin, sağ nazal kavite yüksekliği ve genişliğinin, sağ zigomatik ark yüksekliği ve genişliği değişkenilerinin erkeklerde kadınlardan istatiksel olarak anlamlı fazla olduğu bulundu. Cinsiyet farketmeksizin maksiller sinüs yüksekliği ve zigomatik ark yüksekliğinin sağ tarafta, nazal kavite yüksekliğinin ise sol tarafta daha yüksek olduğu görüldü. Rastgele Orman Sınıflandırma, Karar Ağacı, K-En Yakın Komşu, Gaussian Naive Bayes, Doğrusal Diskriminant Analizi, Destek Vektör Makinesi algoritmaları kullanıldı. Her üç modelde de en kısa sürede sonuç veren Doğrusal Diskriminant Analizi oldu. Doğruluk skoruna bakıldığında bilateralde eğitim seti için %84, test seti için %83 ile Lojistik Regresyon modeli en efektif algoritmaydı. Sağ taraftan alınan ölçümlerde en iyi doğruluk oranı eğitim verilerinde %72, test verilerinde %71 ile, sol tarafta ise; eğitim ve test verilerinde %75 ile en etkin algoritma Gaussian Naive Bayes oldu. İlgili bölgelerdeki anatomik yapıların morfometrik ölçümleri kullanılarak cinsiyet belirlemede, makine öğrenmesi algoritmalarının kullanılabileceği sonucuna varıldı.
Özet (Çeviri)
The aim was to determine whether there is a significant difference between genders using morphometric measurements taken from anatomical structures in the Maxillary Sinus, Nasal Cavity, and Zygomatic Arch, along with machine learning algorithms. A total of 752 individuals, including 344 males and 408 females who met the inclusion and exclusion criteria, applied to the Abant İzzet Baysal University Faculty of Dentistry between 2015 and 2023, were included in the study. Morphometric measurements were performed on 12 parameters located in the maxillary sinus, nasal cavity, and zygomatic arch using the I-Cat Vision program in the Department of Oral, Dental, and Maxillofacial Radiology, Tomography Imaging, and Reporting Room. As a result of analysis with Mann-Whitney U Test; It was found that the variables of right maxillary sinus height, left maxillary sinus width and height, left nasal cavity width, left zygomatic arch width, right nasal cavity height and width, and right zygomatic arch height and width variables were statistically significantly higher in men than in women. Regardless of gender, maxillary sinus height and zygomatic arch height were higher on the right side, and nasal cavity height was higher on the left side. Random Forest, Decision Tree, K-Nearest Neighbor, Gaussian Naive Bayes, Linear Discriminant Analysis, and Support Vector Machine algorithms were used. In all three models, Linear Discriminant Analysis was the one that gave results in the shortest time. Considering the accuracy score, the Logistic Regression model was the most effective algorithm with 84% for the training set and 83% for the test set in bilateral. The best accuracy rate for measurements taken on the right side was 72% in the training data and 71% in the test data, and on the left side; The most effective algorithm in training and test data was Gaussian Naive Bayes, with 75%. It was concluded that machine learning algorithms could be used for gender determination using morphometric measurements of relevant anatomical structures.
Benzer Tezler
- Nasal septum deviasyonu olan kişilerin bilgisayarlı tomografilerinde os ethmoıdale ve concha nasalıs ınferıor ile ilgili morfometrik analizler
Morpometric analysis of os ethmoidale and concha nasalis inferior in computerized tomography of persons with nasal septum deviation
BEHİYE SARIYILDIZ
Tıpta Uzmanlık
Türkçe
2023
AnatomiAydın Adnan Menderes ÜniversitesiAnatomi Ana Bilim Dalı
PROF. DR. ILGAZ AKDOĞAN
- Bell paralizili hastalarda akupunktur tedavisi öncesi ve sonrası elektrofizyolojik ve morfometrik ölçümlerin değerlendirilmesi
Evaluation of the electrophysiological and morphometric measurements before and after the acupuncture treatment in patients with bell's paralysis
CANAN ERTEMOĞLU ÖKSÜZ
Doktora
Türkçe
2018
AnatomiKaradeniz Teknik ÜniversitesiAnatomi Ana Bilim Dalı
PROF. DR. AHMET KALAYCIOĞLU
- Tensor fasya lata tendon grefti ile genişletilmiş fonksiyonel orbikularis okuli kas transferinin kontralateral lagoftalmus tedavisinde kullanılması: Kadavra çalışması
Tensor fasya lata tendon grefti ile genişletilmiş fonksiyonel orbikularis okuli kas transferinin kontralateral lagoftalmus tedavisinde kullanilmasi: Kadavra çalişmasi
ARDA KAVAS
Tıpta Uzmanlık
Türkçe
2024
Plastik ve Rekonstrüktif CerrahiSağlık Bilimleri ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
DOÇ. DR. MURAT İĞDE
- Kısmi genişlikte temporalis kas flebi ile dinamik ortayüz reanimasyonu: Kadavra çalışması
Dynamic midface reanimation with partial width temporalis muscle flap:Cadaver study
BORA ÖZKALE
Tıpta Uzmanlık
Türkçe
2024
Plastik ve Rekonstrüktif CerrahiSağlık Bilimleri ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
DOÇ. DR. MURAT İĞDE
- Osteokütan radial önkol serbest flebi ile geniş sert damak defektlerinin rekonstrüksiyonu
Reconstruction of wide hard palate defects with osteocutaneous radial forearm free flap
PINAR ÖZBİLGEHAN
Tıpta Uzmanlık
Türkçe
2023
Plastik ve Rekonstrüktif CerrahiSağlık Bilimleri ÜniversitesiPlastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı
DOÇ. DR. MURAT İĞDE