Konik ışınlı bilgisayarlı tomografide tespit edilen yumuşak doku kalsifikasyon ve ossifikasyonlarının yapay zekaya tanıtılması
Soft tissue calcifications and ossifications detected in cone-beam computed tomography introducing artificial intelligence
- Tez No: 923526
- Danışmanlar: DOÇ. DR. HÜLYA ÇAKIR KARABAŞ
- Tez Türü: Doktora
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Baş boyun bölgesi yumuşak doku kalsifikasyonları genellikle asemptomatiktir ve rutin radyografik tetkikler esnasında tesadüfen fark edilirler. Panoramik radyografi, konik ışınla bilgisayarlı tomografiye göre daha az radyasyon yaysa da iki boyutlu olması nedeniyle yumuşak doku kalsifikasyonları anatomik yapılara süperpoze olabilmektedir. Konik ışınlı bilgisayarlı tomografi, vücut sert yapılarını ve yumuşak doku kalsifikasyonlarını üç boyutlu göstermektedir [1]. Yapay zeka; verileri hızlı ve doğru bir şekilde analiz edip daha iyi performans gösterebilir. İnsanlardan daha hızlı, daha doğru ve daha verimli çalışabilir [2]. Hastalık tanısı, tedavi yöntemleri ve profilakside fayda sağlayabilir. Tıpta ilerleme sağlayıp yaşam kalitesini artırabilir. Çalışmamızın amacı konik ışınlı bilgisayarlı tomografide tespit edilen yumuşak doku kalsifikasyonlarını yapay zeka sistemine tanımlayıp sistemin performansını değerlendirmektir. Çalışmamıza, İstanbul Üniversitesi Diş Hekimliği Fakültesi Ağız Diş ve Çene Radyolojisi Anabilim Dalı'nda 2016-2019 yılları arasında, çeşitli nedenlerle baş ve boyun bölgesinin konik ışınlı bilgisayarlı tomografi (KIBT) görüntülenmesi alınmış hastalar dahil edilmiştir. KIBT görüntülerinde tespit edilen yumuşak doku kalsifikasyonları, aksiyal, koronal ve sagittal kesitlerde değerlendirilip aksiyal kesitte segmente edildi. Çalışmamızda 287 adet tomografi verisi kullanıldı. Arterial kalsifikasyon, flebolit, tonsillolit, stiloid ligament ossifikasyonu, osteoma kutis, antrolit, laringial kartilaj kalsifikasyonu, sialolit, lenf nodu kalsifikasyonu, rinolit, miyositis ossifikans sınıflarını multipl eğitim yaparak ve bu sınıfları birleştirip yumuşak doku kalsifikasyonu adı altında tek sınıflı eğitim yaparak yaptığımız çalışmamızda karmaşıklık matrisi kullanılarak modelin performansı değerlendirildi. Verilerin %80'i eğitim, %10'u test ve %10'u doğrulama için kullanıldı. Tek sınıfta eğitimi yapılan verilerden elde edilen duyarlılık, kesinlik ve F1 skoru değerleri sırasıyla; 0,98; 0,91 ve 0,94 olarak bulundu. Multipl sınıflarda eğitimi yapılan verilerden elde edilen duyarlılık, kesinlik ve F1 skorları sırasıyla; 0,88; 0,80 ve 0,84 olarak bulundu. Bu çalışmamızın sonucunda yapay zeka modelinin genel olarak yüksek performans değerleri ile yumuşak doku kalsifikasyonlarını başarılı bir şekilde tespit edilebileceği gösterildi. Yapay zeka modelinin bu başarısı hekimlere zaman kazandırabilir, daha objektif bir değerlendirme yapılmasını sağlayabilir.
Özet (Çeviri)
Head and neck soft tissue calcifications are usually asymptomatic and are discovered incidentally during routine radiographic examinations. Although panoramic radiography emits less radiation than cone beam computed tomography, soft tissue calcifications can be superposed to anatomical structures due to its two-dimensionality. Cone beam computed tomography shows body hard structures and soft tissue calcifications in three dimensions. Artificial intelligence; can analyze data quickly and accurately and perform better. It can work faster, more accurately and more efficiently than humans. Disease diagnosis, treatment methods and prophylaxis may be beneficial. It can make progress in medicine and improve quality of life. The aim of our study is to define the soft tissue calcifications detected in cone beam computed tomography to the artificial intelligence system and to evaluate the performance of the system. Patients who underwent cone-beam computed tomography (CBCT) imaging of the head and neck region for various reasons between 2016 and 2019 in the Department of Oral and Maxillofacial Radiology of the Faculty of Dentistry of Istanbul University were included in our study. In the literature, there are very few artificial intelligence studies aiming to detect soft tissue calcifications in the head and neck region. In our study, soft tissue calcifications detected in CBCT images were evaluated in axial, coronal and sagittal sections and segmented in axial section. In our study, 287 tomography data were used. Arterial calcification, phlebolith, tonsillolith, styloid ligament calcification, osteoma cutis, anthrolite, laryngeal cartilage calcification, sialolite, lymph node calcification, rhinolith, myositis ossificans classes by multi-training and combining these classes under the name of soft tissue calcification in a single-class training. In our study, the performance of the model was evaluated using the confusion matrix. 80% of the data was used for training, 10% for testing and 10% for validation. Sensitivity, precision and F1 score values obtained from the data trained in a single class, respectively; 0,98; 0,91 and 0,94. The sensitivity, precision and F1 scores obtained from the data trained in multiple classrooms are respectively; 0,88; 0,80 and 0,84.
Benzer Tezler
- Tip ı Gaucher hastalığında dentomaksillofasiyal tutulumun klinik ve radyolojik açıdan değerlendirilmesi
Clinical and radiological evaluation of the dentomaxillofacial involvement in the patients with TYPE gaucher disease
FİRDEVS AŞANTOĞROL
Diş Hekimliği Uzmanlık
Türkçe
2020
Diş HekimliğiErciyes ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. EMİN MURAT CANGER
- Üç farklı elektronik apeks bulucu, radyovizyografi ve konik ışınlı bilgisayarlı tomografinin süt dişi kök kanal tedavisinde çalışma boyu belirlenmesinde doğruluğunun değerlendirilmesi
The accuracy of three different electronic apex locators, radiovisiography and cone-beam computed tomography in determination of the working lenght measurement on primary teeth root canal treatment
MEVLÜT KAYABAŞI
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiSivas Cumhuriyet ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
DOÇ. DR. FATİH ÖZNURHAN
- Palatal mukoza kalınlığının ve palatinal nöro-vasküler demetin konumunun konik ışınlı bilgisayarlı tomografi ile saptanması
Evaluation of thickness of palatal masticatory mucosa and position of palatal neurovascular bundle with use of cone-beam computerized tomography
İLKİM KARADAĞ
Doktora
Türkçe
2017
Diş HekimliğiAnkara ÜniversitesiPeriodontoloji Ana Bilim Dalı
PROF. DR. MEHMET YAŞAR AYKAÇ
- Temporomandibuler bozuklukların değerlendirilmesinde konik ışınlı bilgisayarlı tomografi, manyetik rezonans görüntüleme, ultrasonografi ve füzyon görüntülerinin tanısal etkinliğinin araştırılması
Diagnostic efficiency of CONE-BEAM computed tomography, magnetic resonance imaging, ultrasonography and fusion images for the evaluation of temporomandibular disorders
NEJLAN ERATAM
Doktora
Türkçe
2022
Diş HekimliğiAnkara ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
PROF. DR. KIVANÇ KAMBUROĞLU
- Kanalis palatinus major, foramen palatinum majus ve çevresindeki yumuşak doku ile ilgili parametrelerin KIBT üzerinde değerlendirilmesi
Evaluation of parameters related to soft tissues incanalis palatinus major, foramen palatinum majus and surrounding region by CBCT
ELNUR COMERDOV
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiHacettepe ÜniversitesiPeriodontoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN BURAK KUTLU