Geri Dön

Periapikal lezyonların belirlenmesinde klinik ve radyografik bulguların yapay zeka algoritmalarıyla değerlendirilmesi

Evaluation of clinical and radiographic findings with artificial intelligence algorithms for detecting periapical lesion

PDF İndir

  1. Tez No: 942045
  2. Yazar: HASİBE TAŞKIN
  3. Danışmanlar: PROF. DR. DERYA YILDIRIM
  4. Tez Türü: Doktora
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Periapikal lezyon, Panoramik radyograf, Periapikal radyograf, Yapay zeka, Hibrit model, Periapical lesion, Panoramic radiograph, Periapical radiograph, Artificial intelligence, Hybrid model
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 135

Özet

Amaç: İki boyutlu diş radyograflarında, yapay zeka ile diş ve hastalık tespiti popüler araştırma alanlarından biridir. Periapikal lezyon tanımlanması ve yorumlanması diş hekimi için zaman alıcı ve hataya açık bir durumdur. Bu çalışmada panoramik radyograf ve periapial radyograf olmak üzere iki farklı görüntüleme yönteminde periapikal lezyon varlığının tespiti ve farklı hibrit modellerin lezyon tespitindeki performanslarının değerlendirilmesi amaçlandı. Gereç ve yöntem: Bu prospektif çalışmada hastaların klinik bulguları ile desteklenmiş 800 panoramik ve 800 periapikal radyograf görüntüsü dahil edildi. Panoramik radyograflarda 6, periapikal radyograflarda 4 farklı ROI alanı seçildi. Öznitelik çıkarımı için derin öğrenme modelleri olan VGG-16 ve VGG-19, sınıflandırma için makine öğrenmesi algoritmaları olan Lojistik regresyon (LR) ve destek vektör makinelerinin (Support Vector Machines-DVM) birlikte kullanıldığı hibrit modeller (VGG-16+DVM, VGG-16+LR, VGG-19+DVM, VGG-19+LR) kullanıldı ve veri seti ayırmada beş farklı rastgele ayırma (%eğitim verisi-test verisi: %90-10, %85-15, %80-20, %75-25, %70-30) ve üç farklı çapraz doğrulama yöntemi (3-5-10 katlı çapraz doğrulama) kullanıldı. Bulgular: Bu tez çalışmasında panoramik radyograflarda periapikal lezyon tespiti için en yüksek sonuçlar ROI 4'te (200X180), VGG-16 modelinde, LR makine öğreniminde, 10-k çapraz doğrulama kombinasyonundan elde edilmiş; doğruluk:0,87, kesinlik:0,87, duyarlılık:0,87 ve F1 skoru:0,86 olarak elde edildi. Periapikal radyograflarda periapikal lezyon tespiti için en yüksek sonuçlar ROI 2 de (300X500), VGG-16 modelinde, DVM makine öğreniminde, rastgele ayırma Split-10 kombinasyonundan elde edilmiş; doğruluk:0,91, hassasiyet:0,92, duyarlılık:0,91 ve F1 skoru:0,91 olarak elde edildi. Sonuç: Panoramik ve periapikal radyograflarda periapikal lezyon tespitinde yapay zeka hibrit modeller başarılı sonuçlara ulaştı. Yapay zeka hibrit modellerin, diş hekimlerine tanıda yardımcı olabilecek ve zaman tasarrufu sağlayacak tanı sistemi olarak görev yapabileceği düşünüldü.

Özet (Çeviri)

Aim: The detection of teeth and diseases using artificial intelligence in two-dimensional dental radiographs is one of the popular research areas. The identification and interpretation of periapical lesions is a time-consuming and error-prone task for dentists. This study aimed to detect the presence of periapical lesions in two different imaging methods, panoramic radiography and periapical radiography, and to evaluate the performance of various hybrid models in lesion detection. Materials and methods: In this prospective study, 800 panoramic and 800 periapical radiographic images supported by clinical findings of the patients were included. Six different ROI areas were cropped from panoramic radiographs, and four different ROI areas from periapical radiographs. Deep learning models VGG-16 and VGG-19 were used for feature extraction, and hybrid models that combined machine learning algorithms such as Logistic Regression (LR) and Support Vector Machines (SVM) were employed (VGG-16+SVM, VGG-16+LR, VGG-19+SVM, VGG-19+LR). Five different random splits (% training data - test data: 90%-10%, 85%-15%, 80%-20%, 75%-25%, 70%-30%) and three different cross-validation methods (3-fold, 5-fold, 10-fold cross-validation) were used for dataset separation. Results: In this thesis, the highest results for periapical lesion detection in panoramic radiographs were obtained from ROI 4 (200X180) using the VGG-16 model with LR machine learning, yielding a 10-fold cross-validation combination; accuracy: 0.87, precision: 0.87, sensitivity: 0.87, and F1 score: 0.86. For periapical lesion detection in periapical radiographs, the highest results were obtained from ROI 2 (300X500) using the VGG-16 model with SVM machine learning, achieved through the random split-10 combination; accuracy: 0.91, precision: 0.92, sensitivity: 0.91, and F1 score: 0.91. Conclusion: Artificial intelligence hybrid models achieved successful results in detecting periapical lesions in both panoramic and periapical radiographs. It is considered that these AI hybrid models could serve as a diagnostic system that assists dentists in diagnosis and provides time savings.

Benzer Tezler

  1. Tez No

    531522

    Bir grup hastanın periapikal durumlarının üç farklı indeks kullanılarak dijital konvansiyonel teknikler ve konik ışınlı bilgisayarlı tomografi görüntülerinde değerlendirilmesi

    Evaluation of periapical states in a group of patients using digital conventional techniques and cone-beam computed tomography images using three different indices.

    SİNAN ALTUN

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2018

    Diş HekimliğiHacettepe Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. NİHAL AVCU

  2. Tez No

    409642

    Farklı metotlarla uygulanan kök ucu dolgu materyallerinin mikrosızıntısının ve bağlanma dayanımının değerlendirilmesi

    Evaluation of microleakage and bond strength of root-end filling materials performed with different methods

    HALİL İBRAHİM KISA

    Doktora

    Türkçe

    Türkçe

    2015

    Diş HekimliğiÇukurova Üniversitesi

    Ağız, Diş, Çene Hastalıkları ve Cerrahisi Ana Bilim Dalı

    PROF. DR. MEHMET KÜRKCÜ

  3. Tez No

    693157

    Periapikal lezyonlarda mitojenler tarafından aktive edilmiş protein kinaz (MAPK) yolağı; selenyumun etkileri

    Mitogen activated protein kinase (MAPK) in periapical lesions; the effects of selenium

    NERGİZ BOLAT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Endodonti Ana Bilim Dalı

    PROF. DR. BULEM ÜREYEN KAYA

  4. Tez No

    111601

    Periapikal lezyonların ayırıcı tanısında bilgisayarlı tomografinin rolü

    Başlık çevirisi yok

    TAMER LÜTFİ ERDEM

    Doktora

    Türkçe

    Türkçe

    1993

    Diş Hekimliğiİstanbul Üniversitesi

    Diş Hastalıkları ve Tedavisi Ana Bilim Dalı

    PROF.DR. ŞÜKRÜ ŞİRİN

  5. Tez No

    698812

    Apikal lezyonların ultrasonografi ile muayenesinin etkinliği

    Efficiency of examination in apical lesions by ultrasonography

    AYŞE NUR GÜMÜŞ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiKırıkkale Üniversitesi

    Endodonti Ana Bilim Dalı

    PROF. DR. ALİ ERDEMİR

Geri Dön