Türk toplumunda üst ikinci premolar dişlerin kök sayılarındaki farklılıkların yapay zeka kullanılarak incelenmesi
Artificial intelligence–based prediction of root numbers in maxillary second premolars in the Turkish population
- Tez No: 995277
- Danışmanlar: PROF. DR. HESNA SAZAK ÖVEÇOĞLU
- Tez Türü: Doktora
- Konular: Diş Hekimliği, Dentistry
- Anahtar Kelimeler: Üst ikinci premolar, panoramik radyografi, derin öğrenme, kök sayısı, topluluk öğrenmesi, Maxillary second premolar, panoramic radiograph, deep learning, root number, ensemble learning
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Endodonti Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, panoramik radyografilerde üst ikinci premolar dişlerin kök sayılarının derin öğrenme modelleri kullanılarak tahmin edilmesi ve modellerin tanısal performansının karşılaştırılmasıdır. Gereç ve Yöntem: Bu çalışmada hem panoramik radyografi hem de konik ışınlı bilgisayarlı tomografi (KIBT) görüntüsü bulunan 350 hastaya ait 950 adet üst premolar dişin KIBT görüntüleri üzerinden kök sayıları belirlenmiştir. DentBB arayüzü kullanılarak panoramik görüntüler üzerinden kök bölgeleri kesilmiş; görüntüler AlexNet, DenseNet-121, EfficientNet-B0 olmak üzere üç farklı evrişimsel sinir ağı (CNN) ve bir topluluk modeli üzerine eğitilmiştir. Beş katlı çapraz doğrulama uygulanmış, ek olarak 86 yeni hastaya ait 148 premolar dişten oluşan bağımsız bir sınama seti oluşturulmuştur. Model performansı doğruluk, duyarlılık, özgüllük, F1 skoru ve alıcı işlem karakteristik eğrisi altında kalan alan (AUC) ile değerlendirilmiştir. Modeller arası karşılaştırmalarda Wilcoxon ve DeLong testleri kullanılmıştır. Sınama setindeki tüm görüntüler ayrıca tecrübeli bir endodontist tarafından değerlendirilmiştir. Bulgular: Çapraz doğrulama sonuçlarına göre topluluk modeli modeller arasında en güçlü tanısal performansı gösterirken, DenseNet-121 en düşük doğruluk ve en geniş varyasyonu sergilemiştir. DeLong analizleri, topluluk modelinin AUC değerinin tüm tekil modellere kıyasla anlamlı derecede yüksek olduğunu doğrulamıştır (p<0,05). Sınama setinde de topluluk modeli en yüksek performansı göstermiştir. Modeller arası DeLong karşılaştırmalarında, AlexNet dışındaki ikililer arasında anlamlı fark bulunmamıştır. Güven aralığı analizleri, topluluk modelinin en düşük değişkenliğe sahip olduğunu doğrulamıştır. Sonuç: Derin öğrenme modelleri, panoramik radyografilerden üst ikinci premolar dişlerin kök sayısını tahmin etmede güvenilir performans göstermiş, topluluk modeli de en dengeli ve en doğru sonuca ulaşmıştır. Tecrübeli bir endodontiste benzer hatta bazı durumlarda üstün performans sergilemiştir. Bu bulgulara dayanarak, derin öğrenme sistemlerinin klinik karar vermede destekleyici bir araç olarak kullanılabileceği düşünülmektedir.
Özet (Çeviri)
Objective : The aim of this study was to predict the root number of maxillary second premolars on panoramic radiographs using deep learning models and to compare their diagnostic performance. Materials and Methods : In this study, the root numbers of 950 maxillary premolars from 350 patients, each having both panoramic radiographs and cone-beam computed tomography (CBCT) scans, were determined using CBCT as the reference standard. Premolar root regions were cropped from panoramic images using the DentBB interface, and the processed images were used to train three convolutional neural network (CNN) models (AlexNet, DenseNet-121, EfficientNet-B0) along with an ensemble model. Five-fold cross-validation was performed, and an independent test set consisting of 148 premolars from 86 new patients was constructed. Model performance was evaluated using accuracy, sensitivity, specificity, F1-score, and area under curve (AUC). Wilcoxon signed-rank and DeLong tests were used for model comparisons. All images in the test set were also evaluated by an experienced endodontist. Results : In cross-validation, the ensemble model demonstrated the strongest diagnostic performance among all models, whereas DenseNet-121 exhibited the lowest accuracy and the highest variability. DeLong analyses confirmed that the ensemble model achieved significantly higher AUC values compared with the individual models. On the holdout test set, the ensemble model again achieved the highest performance. DeLong comparisons showed no significant AUC differences among model pairs except for AlexNet. Confidence interval analyses indicated that the ensemble model had the lowest variability. Conclusion : Deep learning models demonstrated reliable performance in predicting the root number of maxillary second premolar teeth from panoramic radiographs. Among these, the ensemble model achieved the most stable and accurate results, performing comparably to, and in some cases outperforming, an experienced endodontist. These findings suggest that deep learning systems may serve as supportive tools in clinical decision-making.
Benzer Tezler
- Türk toplumunda kullanılabilir dişli kaşık boyutlarının saptanması
The Methods of manufacturing optimum appropriate custom-made trays for Turkish people
SELİM ÇÖMELEKOĞLU
Doktora
Türkçe
1999
Diş Hekimliğiİstanbul ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF. DR. BABÜR CANİKLİOĞLU
- Türk toplumunda üst 1. ve 2. büyük azı dişlerinin kanal morfolojileri ve yaş - cinsiyete bağlı gösterdikleri değişiklikler
Root coral morphology of maxillary first and second molars in Turkish population according to age and sex differences
GÖKALP TURAN KARAMAN
Doktora
Türkçe
2008
Diş HekimliğiBaşkent ÜniversitesiDiş Hastalıkları ve Tedavisi Ana Bilim Dalı
PROF. DR. METE ÜNGÖR
- Türk toplumunda alt üst molar dişlerde foramen apikale çapının, pozisyonunun, sayısının ve lokalizasyonunun incelenmesi
Evaluation of diameter, position, count and location of apical foramen of lower, upper molars in Turkish population
EVREN SARIYILMAZ
Doktora
Türkçe
2013
Diş HekimliğiOndokuz Mayıs ÜniversitesiEndodonti Ana Bilim Dalı
DOÇ. DR. ALİ ÇAĞIN YÜCEL
- Tezer Taşkıran ve Türk kadını
Tezer Taşkıran and Turkish women
MERYEM DEMİR
Yüksek Lisans
Türkçe
2021
TarihDokuz Eylül ÜniversitesiTarih Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FÜSUN ÇOBAN DÖŞKAYA
- Zihniyet ve toplumsallık ilişkilerinin Türk sinemasındaki yansımaları
The Reflections of mentality and society relations over Turkish cinema
NEBİHAT YAĞIZ
Yüksek Lisans
Türkçe
1998
Sahne ve Görüntü SanatlarıDokuz Eylül ÜniversitesiSinema Televizyon Ana Bilim Dalı
PROF. DR. FARUK KALKAN