Yetişkin bireylerde panoramik radyografi görüntüleri kullanılarak yaşın belirlenmesinde derin öğrenme modeli
Deep learning model for age estimation using panoramic radiographic images in adults
- Tez No: 981214
- Danışmanlar: DOÇ. DR. GÜLSÜN AKAY
- Tez Türü: Diş Hekimliği Uzmanlık
- Konular: Diş Hekimliği, Adli Tıp, Antropoloji, Dentistry, Forensic Medicine, Anthropology
- Anahtar Kelimeler: Adli tıp, Diş ile yaş belirlenmesi, Panoramik görüntüleme, Yapay zeka, Forensic medicine, Age determination by teeth, Panoramic imaging, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Diş Hekimliği Fakültesi
- Ana Bilim Dalı: Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dişler, dayanıklı yapıları ve yaşam boyu gösterdikleri değişimler nedeniyle yaş tahmini için kullanımları güvenilir kabul edilen biyolojik göstergelerdir. Yetişkin bireylerde yaş tayini, diş gelişiminin tamamlanmış olması nedeniyle çocuklara kıyasla daha karmaşık olup, sekonder dentin birikimi ve pulpa boşluğundaki değişim gibi ince morfolojik göstergelerin değerlendirilmesini gerektirir. Veri işleme teknolojilerinin gelişimi ile birlikte yapay zeka uygulamaları giderek yaygınlaşmaktadır. Bu gelişmeler, medikal alanda tanı, tedavi ve prognostik değerlendirme gibi birçok süreçte yapay zekanın kullanımını mümkün kılmaktadır. Bu tez çalışmasında, yetişkin popülasyonda panoramik radyografik görüntüler kullanılarak kronolojik yaş tahmininde derin öğrenme tabanlı modellerin etkinliği araştırılmıştır. Çalışma kapsamında, Gazi Üniversitesi Diş Hekimliği Fakültesi radyoloji arşivinden elde edilen 18-65 yaş aralığındaki 1920 adet yetişkin bireye ait panoramik radyografi görüntüsü kullanılmış olup hastaların kronolojik yaşı ve cinsiyet bilgileri etiketlenerek kodlanmıştır. Görüntüler veri ön işleme adımlarından geçirilerek EfficientNetB7, DenseNet201, InceptionV3 ve ResNet50V2 modelleri ile analiz edilmiştir. Modeller, yaş tahmini için regresyon yaklaşımıyla eğitilmiş ve performansları ortalama karesel hata (MSE), kök ortalama karesel hata (RMSE), mutlak ortalama hata (MAE) ve açıklayıcılık katsayısı (R²) değerleri ile değerlendirilmiştir. Elde edilen sonuçlara göre EfficientNetB7 mimarisinin 3,813 yıl ile en düşük MAE'ye ve R²=0,908 ile en yüksek açıklayıcılık katsayısı skoruna ulaştığı gözlendi. Sonuç olarak, çalışmamızda EfficientNetB7 modeli ile diğer modellere göre en iyi performans gösterdiği ve derin öğrenme tabanlı modellerin, panoramik radyograflardan yaş tahmini alanında yüksek doğruluk sağlayabileceği gösterilmiştir.
Özet (Çeviri)
Teeth are considered reliable biological indicators for age estimation due to their durable structure and the changes they undergo throughout life. In adults, age determination is more complex than in children because tooth development is complete, requiring the evaluation of subtle morphological indicators such as secondary dentin accumulation and changes in the pulp cavity. With the advancement of data processing technologies, artificial intelligence (AI) applications are becoming increasingly widespread. These developments enable the use of AI in many medical processes, including diagnosis, treatment, and prognostic evaluation. In this thesis, the efficacy of deep learning-based models for chronological age estimation in an adult population using panoramic radiographic images was investigated. The study utilized 1920 panoramic radiographs of adults aged 18-65 years, which were obtained from the radiology archives of Gazi University Faculty of Dentistry. The chronological age and gender information of the patients were labeled and coded. The images were pre-processed and then analyzed using EfficientNetB7, DenseNet201, InceptionV3, and ResNet50V2 models. The models were trained with a regression approach for age estimation, and their performance was evaluated using the Mean Squared Error (MSE), Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and the coefficient of determination (R²) values. The results showed that the EfficientNetB7 architecture achieved the lowest MAE of 3.813 years and the highest coefficient of determination score of R²=0.908. In conclusion, the EfficientNetB7 model outperformed the other models in our study, and deep learning-based models were found to provide high accuracy in the field of age estimation from panoramic radiographs.
Benzer Tezler
- Cameriere yöntemini kullanarak yapılan yaş tayininin üç farklı görüntüleme tekniği ile değerlendirilmesi
Evaluation of age determination using camerere method with three different imaging techniques
KÜBRA NUR ÇAKAN
Diş Hekimliği Uzmanlık
Türkçe
2021
Diş HekimliğiSivas Cumhuriyet ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. DEFNE YALÇIN YELER
- Dijital panoramik radyografilerden yararlanılarak yetişkin bireylerde yaş tayini
Dental AGE estimation of adults by using digital panoramic radiographs
MUHAMMET MİDİLLİ
Diş Hekimliği Uzmanlık
Türkçe
2016
Adli TıpOndokuz Mayıs ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. KAAN GÜNDÜZ
- Kortikotomi destekli hızlı maksiller genişletme sonrasında dentofasiyal yapılardaki değişikliklerin bilgisayarlı tomografi ile üç boyutlu değerlendirilmesi
Three dimensional evaluation of dentofacial changes due to corticotomy assisted rapıd maxıllary expansıon with computed tomograpy
ESRA NAZLI HASANOĞLU NALCI
- Otoimmün tiroiditli yetişkin hastalarda tükürük bezlerinin ultrasonografi ile değerlendirilmesi
Ultrasonography evaluation of salivary glands in adult patients with autoimmune thyroiditis
VİLDAN ALÇİÇEK
Diş Hekimliği Uzmanlık
Türkçe
2026
Diş HekimliğiSüleyman Demirel ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM YARBAŞI
- Farklı etiyolojik risk faktörlerinin çürük deneyimi üzerine etkisi ve maliyet analizinin değerlendirilmesi
Effect of di̇fferent eti̇ologi̇c ri̇sk factors on cari̇esexperi̇ence and evaluati̇on of cost analysi̇s
IŞIN ÇAYIR
Diş Hekimliği Uzmanlık
Türkçe
2019
Diş HekimliğiNecmettin Erbakan ÜniversitesiRestoratif Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. SAİD KARABEKİROĞLU