Radyolojik görüntülerde diş anomalilerinin derin öğrenme ile tespiti
Detection of dental anomalies on radiological images with deep learning
- Tez No: 989307
- Danışmanlar: PROF. DR. GAZİ ERKAN BOSTANCI, DR. ÖĞR. ÜYESİ GÜLER BURCU SENİRKENTLİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Deep learning
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çocuklarda diş anomalilerinin erken ve doğru teşhisi, zamanında tedavilere rehberlik etmek ve gelecekteki ağız sağlığı sorunlarından kaçınmak için esastır. Ancak, panoramik radyografilerin yorumlanması klinisyenler arasında değişiklik gösterebilir ve genellikle deneyim seviyelerinden etkilenir. Bu çalışmada, radyolojik değerlendirmenin kritik bir tanı rolü oynadığı germ eksikliği ve süpernümere dişler gibi pediatrik diş anomalilerini tespit etmek için tasarlanmış yeni bir derin öğrenme modeli olan Kompakt İnvolüsyonel Transformatör (CIT) tanıtılmıştır. Bir uzman pedodontist trafından düzenlenen veri seti, 1.170 pediatrik panoramik radyografiden oluşmaktadır ve hem çoklu sınıflandırma (germ eksikliği, normal, süpernümere diş) hem de ikili sınıflandırma ayarlarında test edilmek üzere yapılandırılmıştır. Üç sınıflı görevde, CIT, %96,00 doğruluk, %95,29 F1 skoru, %95,76 AUC ve %93,28 Matthews korelasyon katsayısı elde ederek son teknoloji derin öğrenme modellerinden daha iyi performans göstermiştir. Modelin yorumlanabilirliği, kararlara katkıda bulunan bölgeleri vurgulayan Grad-CAM ısı haritalarıyla desteklenmiştir. Karşılaştırmalı bir değerlendirmede, McNemar testine göre CIT, pedodontistlere karşı anlamlı biçimde üstündür; genel diş hekimleriyle fark anlamlı değildir ve klinik örtüşme sürmektedir. Gerçekleştirdiğimiz literatür taramasından bildiğimiz kadarıyla, bu tez çalışmasında, otomatik germ eksikliği tespiti için tasarlanmış ilk yapay zeka yaklaşımı ve aynı zamanda tıbbi görüntü analizi için transformatör tabanlı bir model içinde involüsyonun ilk uygulaması sunulmaktadır.
Özet (Çeviri)
Early and accurate diagnosis of dental anomalies in children is essential for guiding timely treatments and preventing future oral health complications. However, the interpretation of panoramic radiographs can vary among clinicians and is often influenced by their level of experience. This study introduces a novel deep learning model called the Compact Involutional Transformer (CIT), which is specifically designed to detect pediatric dental anomalies including germ deficiency and supernumerary teeth, where radiological evaluation plays a critical role in diagnosis. A dataset of 1,170 pediatric panoramic radiographs was compiled and annotated by a specialist in pediatric dentistry. The model was evaluated in both multi-class classification (germ deficiency, normal, and supernumerary teeth) and binary classification tasks. In the multi-class scenario, the CIT model outperformed existing state-of-the-art deep learning architectures by achieving 96.00% accuracy, 95.29% F1 score, 95.76% AUC, and 93.28% Matthews correlation coefficient. Model interpretability was supported by Grad-CAM heatmaps that highlighted the image regions contributing to the decision-making process. In a comparative analysis, the According to McNemar's test, CIT demonstrates statistically significant superiority over the pediatric dentist group, whereas its difference from the general dentist group is not significant; clinical concordance is maintained. Based on our review of the existing literature, this thesis presents the first artificial intelligence approach developed for the automatic diagnosis of germ deficiency and provides the first known implementation of involution within a transformer-based architecture for medical image analysis.
Benzer Tezler
- Panoramik radyografilerde dens invajinatus varlığının yapay zekâ modelleriyle tespiti
Detection of dens invaginatus in panoramic radiographs using artificial intelligence models
AYŞE HANNE SARI
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiNecmettin Erbakan ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
DOÇ. DR. GÜLDANE MAĞAT
- Koklear hipoplazili hastalarda kokleanın boyutlarının temporal kemik bilgisayarlı tomografi ve temporal manyetik rezonans görüntüleme kullanılarak ölçülmesi ve koklear implant seçimine etkileri
Measurements of cochlear dimensions in cochlear hypoplasia using temporal bone computerized tomography and temporal magnetic resonance imaging and effects of cochlear implant selection
GÖZDE PAMUK
Tıpta Uzmanlık
Türkçe
2018
Kulak Burun ve BoğazHacettepe ÜniversitesiKulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı
PROF. DR. LEVENT SENNAROĞLU
- Konjenital uterin anomalilerinin değerlendirilmesinde histerosalpingografi ve manyetik rezonans görüntüleme
Başlık çevirisi yok
SERVET TATLI
Tıpta Uzmanlık
Türkçe
1997
Kadın Hastalıkları ve Doğumİstanbul ÜniversitesiRadyodiagnostik Ana Bilim Dalı
- Serebral palside femoral anteversiyonun klinik ve radyolojik olarak değerlendirilmesi
Evaluation of femoral anteversion with clinical and radiological techniques in cerebral palsy
TÜLAY TEKDEMİR TİFTİK
Tıpta Uzmanlık
Türkçe
2010
Fiziksel Tıp ve RehabilitasyonSağlık BakanlığıFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
UZMAN SİBEL ÜNSAL DELİALİOĞLU
- Semi-supervised method for determining the maxillary and mandibular boundaries on panoramic radiographs
Panoramik radyografi görüntülerinde maksiller ve mandibüler yapıların sınırlarının belirlenmesi için yarı-gözetimli bir metot
BERKAY KAĞAN ÜLKÜ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiTobb Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İMAM ŞAMİL YETİK