MAKSİLLER 3. MOLAR DİŞLERDE PANORAMİK RADYOGRAFİNİN ETKİNLİĞİNİN KONİK IŞINLI BİLGİSAYARLI TOMOGRAFİYLE ELDE EDİLEN BULGULARLA GELİŞTİRİLMİŞ YAPAY ZEKÂ MODELİ ÜZERİNDE DEĞERLENDİRİLMESİ
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Diş Hekimliği Fakültesi, Klinik Bilimler, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Esra AYDEMİR KADAN
Asıl Danışman (Eş Danışmanlı Tezler İçin): Saadettin Dağistan
Eş Danışman: Özkan Miloğlu
Özet:Amaç: Yapay zekâ (YZ), bilgisayarlı sistemlerin makine özelliklerinin yanısıra insana has olan yeteneklerden olan anlama, sergileme, bir anlam çıkarma, probleme çözüm sunma, genelleme ve tecrübeyle öğrenme gibi süreçlere ilişkin vazifeleri yerine getirme kabiliyeti olarak tanımlanmıştır. YZ' nin alt parçalarından biri olan derin öğrenme ile hastalık teşhisi ve tedavi planlaması, görüntü tanıma, nesne algılama ve ses işleme gibi işlemler yapılabilmektedir. Diş hekimliğinde maksiller üçüncü molar dişlerin pozisyonlarının belirlenmesi ve tedavi planlamasının yapılması olası komplikasyonları azaltmada önem taşır. Bu çalışmanın amacı panoramik radyograflar (PR) üzerinde YZ tekniklerinden biri olan derin öğrenme yöntemi uygulanarak, kullanılan algoritmaların maksiller üçüncü molar dişlerin pozisyon özelliklerini belirlemedeki başarılarını değerlendirmektir. Materyal ve Metot: Bu çalışmaya, panoramik radyografi görüntülerinden elde edilen toplam 1054 maksiller üçüncü molar diş dahil edildi. Maksiller üçüncü molar dişlerin pozisyon özelliklerinin belirlenmesinde kron ve/veya kökü ile maksiller sinüs arasındaki ilişkiye bakılarak veri seti oluşturuldu. Oluşturulan bu veri seti kendi içerisinde gruplandırıldı. Panoramik radyograflardan alınan görüntü alanı üzerinde VGG16, VGG19, ResNet50, ResNet101 ve GoogleNet mimarileri maksiller üçüncü molar dişlerin pozisyon özelliklerini sınıflandırdı. Derin öğrenme mimarilerinin sınıflandırma performansları konfüzyon matrisi kullanılarak değerlendirildi. Bulgular: İki sınıflı sınıflandırma performanslarına bakıldığında veri setinde modellerin performans metriklerine bağlı fusion doğruluk değerinin sağ maksiller üçüncü molar diş için %89.34 ve sol maksiller üçüncü molar diş için %91.24 olduğu belirlendi. Üç sınıflı sınıflandırmada ise bu değerin sırasıyla %68.72 ve 69.2 olduğu görüldü. Sağ maksiller üçüncü molar diş için iki sınıflı sınıflandırmada en yüksek doğruluk gösteren model VGG16 iken üç sınıflı sınıflandırmada ise VGG19 idi. Sol maksiller üçüncü molar diş için ise iki sınıflı sınıflandırmada en yüksek doğruluk gösteren model VGG16, üç sınıflı sınıflandırmada ise ResNet101 olduğu belirlendi. Sonuç: Bu çalışmanın sonucunda derin öğrenme mimarilerinin iki sınıflı sınıflandırmada genel olarak yüksek doğruluk gösterdiği ve maksiller üçüncü molar dişlerin pozisyon özelliklerini başarılı bir şekilde tespit edebileceği kanısına varıldı. Derin öğrenmenin bu başarısı ile değerlendirmeler objektif olarak yapılabilir ve rutin kullanımda diş hekimlerine zaman kazandırabilir. Anahtar Kelimeler: Derin öğrenme, konik ışınlı bilgisayarlı tomografi, panoramik radyografi, üçüncü molar, yapay zekâ.