Çocuk hastalarda hipodonti tespitinde iki farklı derin öğrenme algoritmasının karşılaştırılması ve performans analizi
Comparison and performance analysis of two different deep learning algorithms in the diagnosis of hypodontia in pediatric patients
- Tez No: 930815
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEHRA GÜNER
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: derin öğrenme, diş eksikliği, hipodonti, yapay zeka, YOLO, artificial intelligence, deep learning, hypodontia, tooth deficiency, YOLO
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Çocuk Diş Hekimliği Ana Bilim Dalı
- Bilim Dalı: Çocuk Diş Hekimliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hipodonti, üçüncü azı dişleri hariç bir ila altı dişin konjenital olarak eksikliği şeklinde tanımlanan ve sık görülen bir dental anomalidir. Kalıcı dişlerde hipodonti, maloklüzyon, alveolar kemiğin yetersiz büyümesi ve estetik sorunlar gibi komplikasyonlara yol açabilir. Bu komplikasyonların büyük bir kısmı, maliyetli ve karmaşık multidisipliner tedaviler gerektirir. Bu nedenle, pediatrik hastalarda diş kaybını yönetmek için doğru teşhis ve zamanında tedavi büyük önem taşımaktadır. Panoramik radyografiler ile radyografik değerlendirme, diş eksikliklerinin erken yaşlarda tespit edilmesine olanak sağlamaktadır. Bu çalışmanın amacı, panoramik radyografiler kullanılarak çocuk hastalarda hipodontinin erken teşhisinde YOLOv5 ve YOLOv8 algoritmalarının performanslarını karşılaştırmaktır. Algoritmaların doğruluk ve verimliliğini değerlendiren çalışma, yapay zeka tabanlı yaklaşımlarla diş eksikliklerinin erken tespitine katkı sağlamayı ve diş hekimliği alanında yapay zekanın teşhis süreçlerine entegrasyonuna temel oluşturmayı hedeflemektedir. Çalışma kapsamında 8-16 yaş aralığındaki hastaların 1060 panoramik görüntüsü ile veri seti oluşturuldu. YOLOv5 ve YOLOv8 derin öğrenme algoritmalarının sınıflandırma performansı değerlendirildi. Model performanslarını değerlendirmek için karmaşıklık matrisi kullanıldı. YOLOv8, %92,45 doğruluk oranıyla YOLOv5'in %62,3 doğruluk oranına kıyasla çok daha başarılı bir performans sergiledi. Sonuç olarak, bu çalışma, yapay zeka tabanlı derin öğrenme yöntemlerinin hipodonti teşhisinde etkili bir destek aracı olabileceğini göstermektedir. Bu teknolojilerin teşhis doğruluğunu artırma, süreçleri hızlandırma ve hekimlerin iş yükünü azaltma potansiyeli vurgulanmaktadır.
Özet (Çeviri)
Hypodontia is a common dental anomaly, defined as the congenital absence of one to six teeth excluding third molars. Hypodontia in permanent teeth can lead to complications such as malocclusion, insufficient growth of alveolar bone, and aesthetic problems. A significant portion of these complications requires costly and complex multidisciplinary treatments. Therefore, accurate diagnosis and timely intervention are crucial for managing tooth loss in pediatric patients. Radiographic evaluation with panoramic radiographs facilitates the early detection of tooth deficiencies at young ages. This study aims to compare the performance of YOLOv5 and YOLOv8 algorithms in the early diagnosis of hypodontia in pediatric patients using panoramic radiographs. By evaluating the accuracy and efficiency of these algorithms, the study aims to contribute to the early detection of tooth deficiencies through artificial intelligence-based approaches and to lay the groundwork for integrating artificial intelligence into diagnostic processes in dentistry. A dataset was created using 1060 panoramic images of patients aged 8 to 16. The classification performance of the YOLOv5 and YOLOv8 deep learning algorithms was evaluated using a confusion matrix to assess model performance. YOLOv8 demonstrated a significantly higher accuracy rate of 92,45% compared to YOLOv5, which achieved an accuracy rate of 62,3%. In conclusion, this study demonstrates that artificial intelligence-based deep learning methods can serve as an effective support tool in diagnosing hypodontia. These technologies can potentially improve diagnostic accuracy, accelerate clinical processes, and reduce the workload of clinicians.
Benzer Tezler
- Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri
Başlık çevirisi yok
GÖNÜL VAROL
Yüksek Lisans
Türkçe
1986
Besin Hijyeni ve Teknolojisiİstanbul ÜniversitesiÇocuk Gelişimi Ana Bilim Dalı
DOÇ. DR. TÜRKAN KUTLUAY
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Adolesan intihar girişimlerinin psiko-sosyal nedenleriyle ilgili araştırma
Başlık çevirisi yok
NAZMİYE YÜKSEL
- Gelişim nörolojisi polikliniğine başvuran nöral tüp defektli olgularda prospektif bir inceleme
Başlık çevirisi yok
İLKBAHAR EMİNE GÜLTEKİN
Yüksek Lisans
Türkçe
1986
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. SELÇUK APAK
- Türkiye'de serebral hareket bozukluklarının etiyolojisi epidemiyolojisi ve bazı klinik özellikleri
Başlık çevirisi yok
AŞER BENSUSAN
Tıpta Uzmanlık
Türkçe
1986
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı