Yapay zeka algoritmaları kullanılarak konik ışınlı bilgisayarlı tomografi görüntülerinde semento-osseöz lezyonların tespiti
Detection of cemento-osseous lesions in cone beam computed tomography images using artificial intelligence algorithms
- Tez No: 907624
- Danışmanlar: PROF. DR. OĞUZHAN ALTUN
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Derin öğrenme, konik ışınlı bilgisayarlı tomografi, semento-osseöz lezyon, yapay zeka, Deep learning, cone beam computed tomography, cemento-osseous lesion, artificial intelligence
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Amaç: Bu çalışmanın amacı KIBT görüntüleri üzerinde yapay zeka algoritmaları kullanılarak semento-osseöz lezyonların segmentasyonunu gerçekleştirmek ve semento-osseöz lezyonların teşhisi için tasarlanmış tanı amaçlı yapay zeka modelinin tanısal performansını değerlendirmektir. Materyal ve Metod: Bu çalışma için İnönü Üniversitesi Diş Hekimliği Fakültesi Ağız, Diş ve Çene Radyolojisi Anabilim Dalı radyoloji arşivinde bulunan farklı sebepler neticesinde çekilmiş KIBT görüntüleri retrospektif olarak taranmıştır. Radyografik değerlendirme sonucunda arşive semento-osseöz lezyon tanısı ile kaydedilen görüntüler belirlenmiştir. 50 hastanın DICOM görüntüsü 3D Slicer yazılımına yüklenerek semento-osseöz lezyonlar poligonal şekilde etiketlenmiş ve NIfTI formatında kaydedilmiştir. Lezyonların segmentasyonu için nnU-Netv2 tabanlı otomatik algoritma, CranioCatch (Eskişehir, Türkiye) yazılım programı ile Python çerçevesinde (v3.6.1; Python Software Foundation, Wilmington, DE, ABD) PyTorch kütüphanesi kullanılarak geliştirilmiştir. Verilerin %80'ı eğitim, %10'u doğrulama ve %10'u test için kullanılmıştır. Sonuçlar, kesinlik, duyarlılık, Dice Katsayısı, Jaccard İndeksi kriterlerine göre değerlendirilmiştir. Bulgular:Semento-osseöz lezyonların segmentasyonu için kesinlik, duyarlılık, Dice Katsayısı ve Jaccard İndeksi değerleri sırası ile 0.805, 0.889, 0.839 ve 0.730 olarak tespit edilmiştir. Sonuç: Kullandığımız model semento-osseöz lezyon segmentinde başarılı sonuçlar elde etmiştir. Planlanan bu çalışmanın sonuçları hekimlere tanı koymada yol gösterici bir seçenek sunması açısından umut vericidir.
Özet (Çeviri)
Aim: The aim of this study is to perform segmentation of cemento-osseous lesions using artificial intelligence algorithms on KIBT images and to evaluate the diagnostic performance of a diagnostic artificial intelligence model designed for the diagnosis of cemento-osseous lesions. Material and Method: For this study, CBCT images taken for various reasons in the radiology archive of Inonu University Faculty of Dentistry, Department of Oral and Maxillofacial Radiology were retrospectively reviewed. As a result of the radiographic evaluation, the images recorded in the archive with the diagnosis of cemento-osseous lesion were determined. 50 DICOM images of 50 patients were uploaded to 3D slicer software and cemento-osseous lesions were polygonally labeled and saved in NIfTI format. The nnU-Netv2-based automated algorithm for lesion segmentation was developed in the CranioCatch(CranioCatch, Eskişehir) software program using the PyTorch library in the Python framework (v3.6.1; Python Software Foundation, Wilmington, DE, USA). 80% of the data was used for training, 10% for validation and 10% for testing. The results were evaluated according to the criteria of precision, sensitivity, Dice Coefficient, Jaccard Index. Results:The precision, sensitivity, Dice Coefficient and Jaccard Index values for segmentation of cemento-osseous lesions were 0.805, 0.889, 0.839 and 0.730, respectively. Conclusion: The model we used achieved successful results in the cemento-osseous lesion segment. The results of this planned study are promising in terms of providing a guiding option for physicians in diagnosis.
Benzer Tezler
- Obstrüktif uyku apnesi sendromlu erişkin hastalarda yapay zeka kullanılarak hava yolu hacminin, hyoid kemik morfolojisinin ve kraniyofasiyal ilişkilerin değerlendirilmesi
Evaluation of airway volume, hyoid bone morphology and craniofacial relationships using artificial intelligence in adult patients with obstructive sleep apnea syndrome
ZEYNEP GÜRPINAR GİZLİ
Doktora
Türkçe
2024
Diş HekimliğiAnkara ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. TÜLİN UFUK TOYGAR MEMİKOĞLU
- Konı̇k ışınlı bı̇lgı̇sayarlı tomografı̇ görüntülerı̇nden elde edı̇len lateral sefalometrı̇k radyograflar üzerı̇nden derı̇n öğrenme yöntemı̇yle gelı̇ştı̇rı̇lmı̇ş yapay zeka algorı̇tmalarıyla servı̇kal vertebra maturasyonunun değerlendı̇rı̇lmesı̇
Detection of cervical vertebrae maturation with artificial intelligence algorithms improved by deep learning method on lateral cephalometric images obtained from cone-beam computed tomography images
İREM BALCI İNCEBEYAZ
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU
- Alt yirmi yaş diş kökleri ve inferior alveolar kanal ilişkisinin panoramik radyografi görüntüleri üzerinde belirlenmesinde yapay zekâ destekli öğrenme modeli geliştirilmesi
Development of an artificial intelligence based learning model for determining the relationship between mandibular third molar tooth and the inferior alveolar canal on panoramic radiograph images
ALİ CANBERK ULUSOY
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEge ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. BETÜL KARACA
- Maksiller 3.molar dişlerde panoramik radyografinin etkinliğinin konik ışınlı bilgisayarlı tomografiyle elde edilen bulgularla geliştirilmiş yapay zeka modeli üzerinde değerlendirilmesi
Evaluation of the efficiency of panoramic radiography in maxillary third molar teeth on artificial intelligence model developed by findings obtained by cone beam computed tomography
ESRA AYDEMİR KADAN
Doktora
Türkçe
2024
Diş HekimliğiAtatürk ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. SAADETTİN DAĞİSTAN
PROF. DR. ÖZKAN MİLOĞLU
- Konik ışınlı bilgisayarlı tomografi görüntülerinin yapay zekâ ile değerlendirilmesi
Evaluation of cone-beam computed tomography images with artificial intelligence
TUĞBA ARI
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiEskişehir Osmangazi ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. İBRAHİM ŞEVKİ BAYRAKDAR