Geri Dön

Farklı derin öğrenme metotlarında periapikal lezyon tespiti ve pai skorunun değerlendirilmesi

Periapical lesion identification and pai score analysis using multiple deep learning frameworks

PDF İndir

  1. Tez No: 957440
  2. Yazar: AHMET KEREM EREN
  3. Danışmanlar: DOÇ. DR. İREM ÇETİNKAYA
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Trakya Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Endodonti Ana Bilim Dalı
  12. Bilim Dalı: Endodonti Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışmada, periapikal radyografilerde Periapikal İndeks (PAI) skorlarına dayalı olarak periapikal lezyonların otomatik tespitinde farklı derin öğrenme (DÖ) mimarilerinin (DenseNet-161, EfficientNet-B0, ResNet-50, MaxViT-T) performansları karşılaştırıldı. Gereç ve Yöntem: Çalışmada Trakya Üniversitesi Diş Hekimliği Fakültesi arşivinden elde edilen 3.541 periapikal radyografi kullanıldı ve 6.000 diş kökü uzman endodontistler tarafından PAI skorlarına göre etiketlendi. Veri seti, PAI 1–2 (sağlıklı) ve PAI 3–4–5 (hastalıklı) olarak iki ana gruba ayrıldı. Transfer öğrenme yaklaşımı ile eğitilen dört farklı DÖ modeli, doğruluk, hassasiyet, özgüllük, F1 skoru ve AUC gibi metriklerle değerlendirildi. Modeller arasındaki farklar ki-kare testi, Bonferroni düzeltmesi ve bootstrap analizi ile istatistiksel olarak incelendi. Bulgular: PAI 1–2 vs. 3–4–5 sınıflamasında DenseNet-161 modeli en yüksek doğruluk (%88) ve AUC (0.88) değerine ulaşırken, EfficientNet-B0 %84 doğruluk ile ikinci sırada yer aldı. ResNet-50 orta düzey başarı (%72 doğruluk) sergilerken, MaxViT-T düşük hassasiyet (%29) gösterdi. PAI 1 vs. PAI 2 ayrımında DenseNet-161, %67 doğruluk ile en dengeli model oldu. Sonuç: DenseNet-161 ve EfficientNet-B0, periapikal lezyon tespitinde klinik açıdan en güvenilir modeller olarak öne çıkmaktadır. Çalışma, yapay zekâ tabanlı endodontik karar destek sistemlerinin, klinik tanısal süreçlere entegre edilmesi için önemli bir adım oluşturmaktadır.

Özet (Çeviri)

Objective: This study aimed to compare the performance of four deep learning (DL) architectures (DenseNet-161, EfficientNet-B0, ResNet-50, MaxViT-T) for the automated detection of periapical lesions based on Periapical Index (PAI) scores on periapical radiographs. Materials and Methods: A total of 3,541 periapical radiographs from Trakya University Faculty of Dentistry were used, yielding 6,000 tooth root images annotated by expert endodontists according to PAI scores. The dataset was divided into two main groups: PAI 1–2 (healthy) and PAI 3–4–5 (pathological). All models were fine-tuned via transfer learning and evaluated using metrics such as accuracy, sensitivity, specificity, F1-score, and area under the curve (AUC). Statistical comparisons between models were performed using the chi-square test, Bonferroni correction, and bootstrap analysis. Results: In the PAI 1–2 vs. 3–4–5 classification, DenseNet-161 achieved the highest performance (accuracy: 88%, AUC: 0.88), followed by EfficientNet-B0 (accuracy: 84%, AUC: 0.81). ResNet-50 exhibited moderate success (accuracy: 72%), whereas MaxViT-T showed poor sensitivity (29%). In the PAI 1 vs. PAI 2 classification, DenseNet-161 (accuracy: 67%, F1: 0.67) emerged as the most balanced model. Conclusion: DenseNet-161 and EfficientNet-B0 were identified as the most clinically reliable models for periapical lesion detection. This study demonstrates that AI-driven decision-support systems can enhance diagnostic accuracy and provide consistent, objective evaluation in endodontics.

Benzer Tezler

  1. Tez No

    796800

    Otomatik diş dolgu tespitinde derin öğrenme algoritmalarının performanslarının karşılaştırılması

    The comparison of deep learning algorithms' performances in detection of automated dental filling

    GÖKTUĞ BACANLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MAHMUT EMİN ÇELİK

  2. Tez No

    202

    Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi

    Kinetic study and detesmination of thermodnamic parameters of some esters

    İBRAHİM TAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  3. Tez No

    252

    İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar

    Başlık çevirisi yok

    BAHAR TÜRKYILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Şehircilik ve Bölge PlanlamaEge Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

  4. Tez No

    7

    Testosteron dihidrotestosteron ve östrojenin benign prostat hiperplazisindeki etyolojik rolleri

    The roles of testosterone, dihydrotestosterone and estradiole on the etiology of benign prostatic hyperplasia

    HALUK TOKUÇOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1986

    ÜrolojiGazi Üniversitesi

    Üroloji Ana Bilim Dalı

  5. Tez No

    10

    Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri

    Başlık çevirisi yok

    GÖNÜL VAROL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Besin Hijyeni ve Teknolojisiİstanbul Üniversitesi

    Çocuk Gelişimi Ana Bilim Dalı

    DOÇ. DR. TÜRKAN KUTLUAY

Geri Dön