Yapay zekâ yöntemleri ile kök ucu açıklığının tespit edilmesi
Detection of apical openness using artificial intelligence methods
- Tez No: 950434
- Danışmanlar: DR. ÖĞR. ÜYESİ SÜMEYYE COŞGUN BAYBARS
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Giriş: Dişler, çiğneme ve konuşma gibi temel işlevlerde rol oynar. Diş morfolojisinin değerlendirilmesi, tanı ve tedavi planlamasında kritik öneme sahiptir. Kök ucu açıklığı, kök gelişiminin tamamlanmadığını gösteren önemli bir radyolojik bulgudur. Bu durum, özellikle genç bireylerde endodontik ve ortodontik tedavi planlamasını etkiler. Çürük, travma veya patolojik lezyonlar kök gelişimini durdurabilir ve kök ucunun açık kalmasına neden olabilir. Bu gibi durumlar, klinik açıdan teşhis ve tedaviyi zorlaştırır. Panoramik radyografiler, düşük doz ve geniş görüş alanı avantajı nedeniyle sık tercih edilen görüntüleme yöntemlerindendir. Bu çalışmada, panoramik radyografilerde daimi dişlerin kök ucu açıklığını sınıflandırmak amacıyla yapay zekâ tabanlı bir model geliştirilmiştir. Metaryel ve Metot: Fırat Üniversitesi arşivinden alınan 512 panoramik radyografiden manuel olarak çıkarılan 902 tek köklü diş görüntüsü,“kök ucu kapalı”,“anatomik olarak açık”ve“patolojik olarak açık”olmak üzere üç sınıfa ayrılmıştır. Görüntüler ImageJ ile işlenmiş ve ViT Base Patch32 modeli ile sınıflandırılmıştır. Performans; doğruluk, precision, recall ve F1-score ile değerlendirilmiştir. Bulgular: Model %88 doğruluk, precision, recall ve F1-score elde etmiştir. Model sonuçları, uzmanlık öğrencilerinin sınıflamaları ile karşılaştırılmış ve özellikle düşük deneyimli kullanıcılarla kıyaslandığında daha tutarlı sonuçlar sunduğu gözlemlenmiştir. Sonuç: ViT modeli, panoramik radyografilerde kök ucu açıklığını yüksek doğrulukla tespit edebilmiş ve klinik karar destek sistemlerinde güvenilir bir araç olma potansiyeli göstermiştir.
Özet (Çeviri)
Introduction: Teeth play a key role in basic functions like chewing and speaking. Evaluating tooth morphology is essential in diagnosis and treatment planning. Apical root opening is a significant radiological finding indicating incomplete root development, which can complicate endodontic and orthodontic planning, particularly in young individuals. Factors like caries, trauma, or lesions can halt root development, leaving the apex open and posing clinical challenges. Panoramic radiographs are widely used in dentistry due to their low radiation dose and wide field of view. This study developed an artificial intelligence (AI)-based approach to classify apical root openings in panoramic radiographs. Materials and Methods: A total of 902 single-rooted permanent tooth images were manually extracted from 512 panoramic radiographs obtained from the archive of Fırat University. The images were categorized into three classes: closed apex, anatomically open, and pathologically open. Image processing was performed using ImageJ, and classification was conducted with the Vision Transformer (ViT Base Patch32) model. Model performance was evaluated using accuracy, precision, recall, and F1-score. Results: The ViT model achieved 88% in accuracy, precision, recall, and F1-score. When compared with classifications made by dental specialty students, the model showed more consistent results, especially compared to less experienced users. Conclusion: The ViT model demonstrated high accuracy in detecting apical root openings on panoramic radiographs and has the potential to serve as a reliable tool in clinical decision support systems.
Benzer Tezler
- Yapay zekâ yöntemleri ile yazılımların maliyetlerinin tahmin edilmesi
Estimating software costs by artificial intelligence methods
ŞÜKRAN EBREN KARA
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RÜYA ŞAMLI
- Ortodontide yapay zeka yöntemleri ile büyüme gelişim dönemlerinin tespiti
Growth and developments periods determination in orthodontics with artificial intelligence methods
MEHMET SAİD İZGİ
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş HekimliğiNecmettin Erbakan ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HATİCE KÖK
- Kamu kurumlarına gelen iş taleplerinin yapay zeka yöntemleri ile sınıflandırılması
Classification of staff demands in the public institutions by artificial intelligence methods
ULVIYYA GOZALI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEÇKİN YILMAZ
- Sakarya havzasına ait su kalitesi parametrelerinin yapay zekâ yöntemleri ile modellenmesi
Modeling the water quality parameters of Sakarya basin with artificial intelligence methods
YUSUF ÖZEREN
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE ÇITAKOĞLU
- Toprak agregasyon düzeyinin belirlenmesine yönelik yapay zekâ tabanlı akıllı cep telefonu uygulamasının geliştirilmesi
Development of artificial intelligence-based smart mobile phone application to determine soil aggregation level
ALPER GÜLBE
Doktora
Türkçe
2024
ZiraatIğdır ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
PROF. DR. SEFA ALTIKAT