Geri Dön

Konik ışınlı bilgisayarlı tomografi (KIBT) görüntüleri üzerinde yapılan ölçümlerden elde edilen verilerin kimlik tayininde kullanılabilirliğinin değerlendirilmesi

Evaluation of the usability of data obtained from measurements made on cone beam computerized tomography (CBCT) for identification

PDF İndir

  1. Tez No: 998916
  2. Yazar: BİLGE GEÇİOĞLU
  3. Danışmanlar: PROF. DR. YAŞAR BİLGE, DR. ÖĞR. ÜYESİ BEGÜM MUTLU BİLGE
  4. Tez Türü: Doktora
  5. Konular: Adli Tıp, Diş Hekimliği, Antropoloji, Forensic Medicine, Dentistry, Anthropology
  6. Anahtar Kelimeler: Konik Işınlı Bilgisayarlı Tomografi, Maxilla, Mandibula, Cinsiyet, Kimlik Tayini, Cinsiyet tayini, Kimlik, Kimlik tespiti, Maksilla, Cone Beam Computerized Tomography, Maxilla, Mandibula, Sex, Identification, Gender, Sex determination, Identity, Identity establishing, Cone-beam computed tomography, Mandible
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Adli Bilimler Ana Bilim Dalı (disiplinlerarası)
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Konik Işınlı Bilgisayarlı Tomografi (KIBT) Görüntüleri Üzerinde Yapılan Ölçümlerden Elde Edilen Verilerinin Kimlik Tayininde Kullanılabilirliğinin Değerlendirilmesi Bu tezin amacı konik ışınlı bilgisayarlı tomografi (KIBT) görüntüleri üzerinden elde edilen lineer ölçümlerin, 20 yaş üzeri bireylerde kimlik tespiti ve cinsiyet tahmininde kullanılabilirliğini araştırmakta; özellikle makine öğrenmesi algoritmalarının bu süreçteki katkısını incelemektedir. Kimlik tespiti, adli bilimlerin temel yapı taşlarından biridir. Geleneksel olarak parmak izi, DNA ve diş kayıtları gibi yöntemler kullanılmakla birlikte, özellikle kemik yapıların değerlendirilmesi, otopsi yapılamayan veya bütünlüğü bozulmuş cesetlerde kritik önem taşımaktadır. Bu noktada çene kemikleri ve diş morfolojileri, dayanıklılıkları ve bireye özgü yapılarıyla dikkat çekmektedir. Ayrıca 50 yaş üstü bireylerde yaşlanmaya bağlı olarak ortaya çıkan kemik rezorpsiyonu ve diş kaybı nedeniyle cinsiyet tahmininin güçleşmektedir. Diger kemiklerde cinsiyetler arası fark yaşla azalırken çene kemiklerinde alveolar kemik resorbsiyonu cinsiyetler arasında farklı seyretmektedir. Bu durum cinsiyet tespiti amacıyla kullanılabilir. KIBT'nin sağladığı yüksek çözünürlüklü ve hacimsel veri üretme kapasitesi sayesinde yüksek doğruluklu ölçümler elde edilebilir. Bu çalışma, KIBT görüntüleri üzerinde maksilla ve mandibuladan yapılan lineer ölçümlerin adli bilimlerde kimlik tespitinde kullanım potansiyelini araştırmak amacıyla yapılmıştır. Bu araştırma retrospektif olarak planlanmış ve yaşları 20 ila 79 arasında değişen bireylerden elde edilen KIBT görüntüleri üzerinden gerçekleştirilmiştir. Toplam örneklem sayısı 207 olup, yaş aralığına göre beş gruba ayrılmıştır. Bu şekilde hem yaş etkisinin hem de yaş grupları arasındaki cinsiyet farklarının analizine olanak tanımıştır. Veri seti içerisinde hem doğrudan ölçülen (ham) hem de oranlara ve türev hesaplara dayalı (türetilmiş) nitelikler yer almaktadır. Toplamda 12 lineer ölçüm değerlendirilmiştir. Bu ölçümler; dişler arası mesafeler (canin, premolar, molar), mandibular genişlikler (bi-gonial, bi-condiler, bi-coronoid), İnter-tüberküler mesafe ve nazal genişlik gibi morfometrik parametreleri içermektedir. İstatiksel analizler için Kolmogorov-Smirnov, Shapiro-Wilk, Skewness ve Kurtosis, bağımsız t-testi, ANOVA, Duncan post-hoc testleri uygulanmış ve Pearson korelasyon katsayıları hesaplanarak değişkenler arası ilişkiler analiz edilmiştir. İstatistiksel analizlerin yanı sıra çalışmanın özgünlüğünü artıran temel unsur, çoklu makine öğrenmesi algoritmalarıyla yapılan karşılaştırmalı modelleme çalışmasıdır. Kullanılan modeller arasında Random Forest, XGBoost, AdaBoost, RBF çekirdekli Support Vector Machine (SVM), Gaussian Naive Bayes ve Yapay Sinir Ağı (ANN) bulunmaktadır. Her bir model, dört farklı veri seti üzerinde test edilmiştir: ham nitelikler, türetilmiş nitelikler, tüm nitelikler ve SMOTE ile dengelenmiş veriler. Model performansları ROC-AUC, doğruluk (accuracy), duyarlılık (recall), kesinlik (precision) ve F1-skoru gibi çok boyutlu metriklerle değerlendirilmiştir. Bu sayede modeller yalnızca genel doğruluklarına göre değil, özellikle dengesiz sınıf yapılarındaki başarılarına göre analiz edilmiştir. İstatiksel analiz sonuçlarına göre lineer ölçümler açısından, kadın ve erkek grupları arasında en belirgin farklar Bi-Gonial Mesafe (BGonM), İnter Molar Mesafe (IMM), ve İnter Foramen Mentale Mesafesi (IFMM) ölçümlerinde gözlenmiştir. Erkeklerde ortalama Bi-GonM kadınlara göre anlamlı derecede yüksek bulunmuştur (p <0.001). IMM mandibula için erkeklerde anlamlı ölçüde fazladır (p <0.01). IFMM ve NG gibi bazı oranlarda da anlamlı farklar gözlenmiştir. ANOVA testinde 20–29 ile 60+ yaş grubu arasında Bi-ConM ve NG oranları açısından anlamlı farklar bulunmuştur (p <0.05). Duncan post hoc testi ile gruplar arası ayrım desteklenmiştir. Makine öğrenmesi metodlarının uygulanması sonucunda göre cinsiyet tahmini açısından en yüksek ve dengeli başarıyı Random Forest ve XGBoost modellerinin göstermiş olmasıdır. Özellikle SMOTE uygulaması sonrası bu iki modelde duyarlılık ve özgüllük değerleri arasında istatistiksel olarak anlamlı bir denge sağlanmıştır. Bu durum, sınıf dengesizliği sorunlarının üstesinden gelinmesinde veri çoğaltma tekniklerinin kritik rolünü ortaya iv koymuştur. Ayrıca yaş arttıkça model doğruluklarının genel olarak düşmesi ancak RF ve XGBoost gibi algoritmaların bu düşüşü minimize edebileceği sonucuna varılmıştır. Bu çalışmada elde edilen Accuracy, F1 Score ve ROC-AUC değerleri güncel literatür çalışmalardan daha yüksek ya da benzer olduğu görülmüştür. CBCT görüntülerinden elde edilen lineer ölçümlerin bireylerin kimlik tayininde anlamlı farklılıklar sunduğunu göstermektedir. Bu ölçümler, bireyler arası değişkenliği yüksek olan mandibular ve maksiller parametrelerle desteklenmiş ve yaş, cinsiyet gibi değişkenlerle istatistiksel olarak anlamlı ilişkiler saptanmıştır. Makine öğrenmesi algoritmalarının bu ölçümler üzerinden yapılan cinsiyet tahmininde klasik istatistiksel yöntemlerin ötesine geçebilecek potansiyele sahip olduğu belirlenmiştir. Özellikle RF ve XGBoost gibi modeller, yaş gruplarına duyarlı, dengesiz veri yapılarıyla uyumlu ve yüksek ROC-AUC değerleri üretebilmektedir. 50 yaş üzeri bireylerde kemik rezorpsiyonları nedeniyle düşen doğruluk oranları, SMOTE gibi veri dengeleme teknikleri ve güçlü sınıflandırıcılar sayesinde telafi edilebilmiştir. Bu da çalışmanın kimlik tespiti açısından pratik katkısını artırmaktadır. Sonuç olarak KIBT temelli lineer ölçümlerden elde edilen verilerin, yaş ve cinsiyet tahmini için dijital destekli ve yüksek güvenilirlikte bir yöntem sunabileceği ortaya konmuştur. Makine öğrenmesi, bu verilerin analizi için hem objektif hem de tekrarlanabilir bir çerçeve sağlamaktadır.

Özet (Çeviri)

Evaluation of the Usability of Data Obtained from Measurements made on Cone Beam Computerized Tomography (CBCT) for Identification This thesis investigates the applicability of linear measurements obtained from cone beam computed tomography (CBCT) images for forensic identification and sex estimation in individuals over the age of 20, with a particular focus on the role of machine learning algorithms in enhancing prediction accuracy. Forensic identification is one of the cornerstones of forensic sciences. Traditional methods such as fingerprinting, DNA analysis, and dental records are widely used; however, the evaluation of skeletal structures becomes critically important in cases where autopsy is not possible or the integrity of the body is compromised. In this context, the morphology of jawbones and dentition stands out due to their durability and individual-specific anatomical characteristics. Additionally, sex estimation in individuals over the age of 50 becomes increasingly difficult due to age-related bone resorption and tooth loss. While sex differences in other bones diminish with age, resorption in alveolar bone demonstrates sex specific patterns. This suggests that mandibular and maxillary bones may remain viable indicators for sex estimation in older populations. The high-resolution and volumetric data provided by CBCT imaging allow for highly accurate morphometric measurements. Based on this premise, the present study aims to evaluate the potential use of linear measurements obtained from maxillary and mandibular regions on CBCT scans in forensic applications, particularly in the context of personal identification and sex estimation. This study was designed retrospectively and conducted using CBCT images obtained from individuals aged between 20 and 79 years. The sample size included 207 individuals, who were categorized into five age groups to enable the evaluation of both age-related and sex-specific effects on craniofacial measurements. The dataset consisted of both raw measurements and derived features based on ratios and composite indices. A total of 12 linear measurements were analyzed, including inter-dental distances (canine, premolar, molar), mandibular dimensions (bi-gonial, bi-condylar, bi-coronoid widths), intertubercular distance, and nasal width. Statistical analyses included Kolmogorov-Smirnov, Shapiro-Wilk, skewness and kurtosis tests for normality, independent t-tests, one-way ANOVA, Duncan's post-hoc test, and Pearson correlation coefficients to evaluate relationships between variables. The distinguishing feature of this study is the integration of multiple machine learning (ML) models to perform comparative modeling for sex prediction. The ML algorithms used include Random Forest, XGBoost, AdaBoost, RBF-kernel Support Vector Machine (SVM), Gaussian Naive Bayes, and Artificial Neural Networks (ANN). Each model was tested across four different datasets: raw measurements, derived features, combined features, and SMOTE-balanced datasets. Performance was evaluated using a set of robust classification metrics including ROC-AUC, accuracy, precision, recall, and F1-score, providing a multidimensional assessment of each model's predictive power, particularly in the presence of class imbalance. Statistical analyses revealed significant sex-based differences in several linear measurements. The most prominent differences were observed in the Bi-Gonial Width (BGonM), Inter-Molar Distance (IMM), and Inter-Foramen Mentale Distance (IFMM). The average BGonM value was significantly higher in males (p <0.001), as was IMM for the mandibular region (p <0.01). Additional differences were found in IFMM and nasal width (NG), among others. ANOVA revealed significant differences between the youngest (20–29) and oldest (60+) age groups in terms of Bi-Condylar Width (BiConM) and nasal width ratios (p <0.05), with Duncan post-hoc testing supporting these group separations. In terms of machine learning performance, Random Forest and XGBoost emerged as the top-performing models for sex prediction, offering both high accuracy and balanced sensitivity/specificity, particularly after applying vi SMOTE to correct for class imbalance. This finding highlights the value of oversampling techniques in improving model robustness, especially in datasets with skewed class distributions. As age increased, overall model accuracy showed a tendency to decline, likely due to age-related morphological changes; however, Random Forest and XGBoost were less affected by this trend, maintaining relatively stable performance. These results align with and in some cases exceed those reported in recent literature in terms of ROC-AUC, F1-score, and overall classification accuracy. This study demonstrates that linear measurements derived from CBCT imaging of the maxilla and mandible can serve as reliable indicators for forensic identification. These measurements revealed statistically significant differences between males and females and between different age groups, supporting their use in sex estimation. Machine learning algorithms proved effective in predicting sex based on these measurements, often surpassing traditional statistical methods. Specifically, Random Forest and XGBoost models exhibited strong predictive capabilities, especially when applied to SMOTE-balanced datasets, highlighting their suitability for forensic applications involving class imbalanced data. Although age-related bone resorption poses a challenge for sex estimation in individuals over 50, the combined use of resampling techniques and robust ML models helped mitigate accuracy loss in this age group. This enhances the practical applicability of the study for real-world forensic cases. In conclusion, CBCT-based linear measurements offer a digitally supported, high-reliability methodology for sex and identity estimation in forensic science. The application of machine learning not only improves classification accuracy but also provides an objective, reproducible framework for morphometric data analysis.

Benzer Tezler

  1. Tez No

    560979

    Konik ışınlı bilgisayarlı tomografide kafa pozisyonlandırmasının mandibuladaki kortikal kemik kalınlığı üzerine etkisinin değerlendirilmesi

    Evaluation of the effect of head positioning on cortical bone thickness in mandible in cone beam computed tomography

    BERRİN ÇELİK

    Doktora

    Türkçe

    Türkçe

    2019

    Diş HekimliğiGazi Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. CEMİLE ÖZLEM ÜÇOK

  2. Tez No

    975722

    Maksiller premolar ve molar diş eksikliklerinde dental implant öncesi gerçekleştirilen maksiller sinüs, kemik ve yumuşak doku ölçüm ve değerlendirmelerinde sıfır eko zamanlı manyetik rezonans görüntülemenin kullanılabilirliği

    The zero echo time magnetic resonance imaging for pre-implant assesment of bone, soft tissue and maxillary sinus areas in posterior maxillary edentulism

    MERVE SEVİM

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2025

    Diş HekimliğiHacettepe Üniversitesi

    Periodontoloji Ana Bilim Dalı

    PROF. DR. GÜLİZ NİGAR GÜNCÜ

  3. Tez No

    306310

    Konik ışınlı bilgisayarlı tomografi ile elde edilen görüntüler üzerinde yapılan iki boyutlu ve üç boyutlu sefalometrik ölçümlerin karşılaştırılması

    Comparison of two dimensional and three dimensional cephalometric measurements obtained from cone-beam computed tomography records

    HANİFİ YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2012

    Diş HekimliğiAtatürk Üniversitesi

    Ortodonti Ana Bilim Dalı

    PROF. DR. İSMAİL CEYLAN

  4. Tez No

    452327

    DİJİTAL PANORAMİK RADYOGRAFİ VE KONİK IŞINLI BİLGİSAYARLI TOMOGRAFİ GÖRÜNTÜLERİNDE RADYOMORFOMETRİK ANALİZLERİN YAPILARAK ELDE EDİLEN SONUÇLARIN OSTEOPOROZ RİSKİ AÇISINDAN KARŞILAŞTIRMALI OLARAK DEĞERLENDİRİLMESİ

    By using the digital panaromic radiograph and cone beam computed tomography (cCCT) images in terms of osteoporosis risk analysis by radiomorphometric indices of comparative evaluation of obtained results by two technique

    HİLAL PEKER ÖZTÜRK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2015

    Diş HekimliğiGata

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    PROF. DR. TUNCER ÖZEN

  5. Tez No

    483887

    İmplant cerrahisi öncesi radyografik değerlendirmede dijital panoramik grafi ve konik ışınlı bilgisayarlı tomografi arasındaki uyumun değerlendirilmesi

    Assesment of accordance between digital panoramic radiography and cone beam computed tomography on radiographic examination before implant surgery

    HALUK YENER ÜNSAL

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2017

    Diş HekimliğiOndokuz Mayıs Üniversitesi

    Ağız, Diş ve Çene Cerrahisi Ana Bilim Dalı

    DOÇ. DR. BURCU BAŞ

Geri Dön