Geri Dön

Gülümseme parametrelerinin değerlendirilmesinde hekim ve yapay zeka algoritması tarafından gerçekleştirilen analizlerin karşılaştırılması

A comparative evaluation of smile parameter analyses conducted by a clinician and an artificial intelligence algorithm

PDF İndir

  1. Tez No: 977149
  2. Yazar: ESİN ÖZBEK BALIKÇI
  3. Danışmanlar: PROF. DR. FURKAN DİNDAROĞLU
  4. Tez Türü: Diş Hekimliği Uzmanlık
  5. Konular: Diş Hekimliği, Dentistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Diş Hekimliği Fakültesi
  11. Ana Bilim Dalı: Ortodonti Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışmanın amacı, videografilerden elde edilen yüz cephe gülümseme fotoğraflarında, araştırmacı tarafından manuel olarak yapılan ve yapay zeka (YZ) destekli bir model kullanılarak yapılan yumuşak doku ölçümlerinin uyumunu ve tekrarlanabilirliğini karşılaştırmaktır. Gereç ve Yöntem: Videografi kayıtlarından elde edilen 100 katılımcıya ait yüz cephe gülümseme fotoğrafı hem manuel hem de YZ destekli yöntemle analiz edilmiştir. Manuel ölçümler araştırmacı tarafından Adobe Photoshop 2024 (Adobe Systems, CA, ABD) programında gerçekleştirilmiştir. YZ yöntemi olarak, Ensemble of Regression Trees (ERT) algoritmasını kullanan açık erişimli Dlib Shape Predictor 68 modeli tercih edilmiştir. Nokta tespiti sisteminden elde edilen verilerin işlenmesinde ise ileri düzey çok modlu bir model olan GPT-4o (OpenAI, CA, ABD) kullanılmıştır. İki yöntem arasındaki farklar eşleştirilmiş t-testi ve Bland–Altman analizi ile değerlendirilmiştir. Bulgular: 20 yumuşak doku parametresinden 10'unda istatistiksel olarak anlamlı fark bulunmuştur (p<0,05). En büyük ortalama fark üst dudak uzunluğu ölçümünde gözlenmiştir (ortalama=1,04 mm, %95 CI: 0.83; 1,25); en küçük fark ise burun ucu sapması ölçümünde saptanmıştır (ortalama=0,06 mm, %95 CI: –0,08; 0,20). Bland–Altman analizi, ölçümler arasında değişken uyum aralıkları göstermiştir. En geniş uyum sınırları bigonial genişlikte (–5,7 ile 7,66 mm), en dar uyum sınırları ise gülümseme indeksi ölçümünde (–1,13 ile 1,37 mm) gözlenmiştir. Sonuç: YZ destekli sistemler, ortodontik tanı süreci için umut verici bir potansiyel sunmaktadır. Ancak, mevcut kısıtlılıklar ve bu sistemlerin daha fazla geliştirilmesi gerekliliği göz önünde bulundurularak elde edilen bulgular dikkatle yorumlanmalı ve bu yöntemler manuel tekniklere tamamlayıcı olarak değerlendirilmelidir. IV Anahtar Kelimeler; yapay zeka; ortodonti; gülümseme; yumuşak doku; dental fotoğraf; fotogrametri

Özet (Çeviri)

Objective: The aim of the study was to compare the accuracy and reproducibility of soft tissue measurements made manually by the researcher and using an artificial intelligence(AI)-assisted model in frontal smile photographs captured from facial videography recordings. Materials and Methods: The standardized frontal smiling photographs of 100 participants obtained from videography recordings were analyzed using both manual and AI-assisted methods. Manual measurements were performed by the researcher in Adobe Photoshop 2024 (Adobe Systems, CA, USA). The AI method utilized the Dlib Shape Predictor 68 model, which employs the Ensemble of Regression Trees (ERT) algorithm. An advanced large multimodal model GPT-4o (OpenAI, CA, USA) was used to process the output of the landmark detection system. The differences between the two measurement methods were evaluated using paired t-tests and Bland–Altman analysis. Results: Statistically significant differences were found in 10 out of 20 soft tissue parameters (p<0,05). The greatest mean difference was observed in upper lip length (mean=1,04 mm, 95% CI: 0,83; 1,25); while the smallest was in nasal tip deviation (mean=0,06 mm, 95% CI: –0,08; 0,20). The Bland–Altman analysis revealed variable agreement ranges. Bigonial width demonstrated the widest limits of agreement (–5,7 to 7,66 mm), whereas smile index showed the narrowest (–1,13 to 1,37 mm). Conclusions: AI-assisted systems demonstrate promising potential for orthodontic diagnosis. However, the findings should be interpreted with caution and these methods are best used as adjuncts to manual techniques, considering their current limitations and the need for further refinement. VI Keywords; artificial intelligence; orthodontics; smile; soft tissue; dental photography; photogrammetry

Benzer Tezler

  1. Tez No

    482947

    Maksiller lateral kesici diş proporsiyonu ve bukkal koridor genişliği değişikliğinin gülümseme algısı üzerine etkisinin değerlendirilmesi

    Assessment of tooth proportion changes of maxillary lateral incisors and buccal corridor measure on the perception of smile esthetics

    EBRU AKGÜL

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2017

    Diş HekimliğiAbant İzzet Baysal Üniversitesi

    Ortodonti Ana Bilim Dalı

    DOÇ. DR. KORAY HALICIOĞLU

  2. Tez No

    1010294

    Gülümseme estetiğinde kullanılan parametrelerin, ön bölge üst ve alt çene dişlerin matematiksel ve fasiyodental oranlarının konvansiyonel ve dijital yöntemlerle belirlenmesi

    Determination of mathematical and dentofacial proportions of maxillary and mandibular anterior teeth in smile aesthetics using conventional and digital methods

    SILA SULTAN GÖKOĞLU

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2026

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZLEM ÖZİŞÇİ

  3. Tez No

    1017782

    Farklı diş hekimliği branşlarında gülümseme estetiği algısı: Anket çalışması

    Perception of smile esthetics among different dental specialties: A questionnaire-based study

    GOZAL ABDURAHIMLI

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2026

    Diş HekimliğiKaradeniz Teknik Üniversitesi

    Ortodonti Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BUKET PALA MUTLU

  4. Tez No

    437726

    Derin kapanışa sahip bireylerde minivida destekli intrüzyon mekaniğiyle klasik kesici intrüzyon mekaniklerinin dentofasiyal ve estetik etkilerinin karşılaştırılması

    Comparison of dentofacial and esthetic effects of miniscrew anchoraged intrusion system and classical incisor intrusion systems in deep bite patients

    FATİH KAHRAMAN

    Doktora

    Türkçe

    Türkçe

    2016

    Diş HekimliğiAtatürk Üniversitesi

    Ortodonti Ana Bilim Dalı

    DOÇ. DR. NİHAT KILIÇ

    YRD. DOÇ. DR. İLHAN METİN DAĞSUYU

  5. Tez No

    968940

    Maksiller anterior ve premolar dişlerde gingival zenit noktaları ve gülümseme hattı ile kişinin özgüveni arasındaki ilişkinin belirlenmesi

    Determining the relationship between gingival zenith points and smile line in maxillary anterior and premolar teeth and the individual's self-confidence

    SEMİH SARP

    Doktora

    Türkçe

    Türkçe

    2025

    Diş HekimliğiBiruni Üniversitesi

    Periodontoloji Ana Bilim Dalı

    DOÇ. DR. MUSTAFA YILMAZ

Geri Dön