Farklı Klinik Işıkları Altında Kaydedilen Dental Fotoğraflara Ait Diş Renklerinin Yapay Zekâ Teknikleri Kullanılarak Tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, YAZILIM MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: ESRA EFİTLİ
Danışman: Abdullah Ammar Karcıoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Protetik diş tedavilerinde renk belirleme süreci ışık kaynaklarının değişkenliği, görsel değerlendirmenin öznelliği, enstrümantal ölçüm araçlarının yüksek maliyeti ve standardizasyon eksiklikleri gibi çeşitli sınırlamalarla karşı karşıyadır. Bu tezin amacı yapay zekâ yöntemleri kullanılarak, değişen ışık koşullarına rağmen tutarlı ve güvenilir diş rengi tahminlerinin yapılmasını sağlamak ve mevcut sistematik sınırlamalara alternatif bir çözüm üretmektir. Yöntem: Bu çalışmada yöntemsel süreç, kavramsal doğrulama ve teknik yeterlilik açısından kademeli bir şekilde ilerleme sağlanmıştır. İlk aşamada, dört farklı klinik ışık kaynağında beşer kez çekilen Vita 3D Master renk skalası kullanılarak oluşturulan veri seti kullanılmıştır. Üç farklı ışık kaynağının ayrımında bulanık mantık, dört farklı ışık kaynağı altında çekilen 29 farklı diş renginin sınıflandırılmasında makine öğrenimi algoritmaları kullanılmıştır. Deneysel çalışmalarda farklı renk uzayları ve farklı görüntü işleme tekniklerinin etkileri detaylı bir şekilde analiz edilmiştir. İkinci aşamada, beş farklı klinik ışık kaynağı altında gönüllü hastaların diş görüntülerinden veri seti oluşturulmuştur. Klinik senaryoya uygun bir model geliştirmek üzere derin öğrenme modelleri kullanılarak deneysel çalışmalar gerçekleştirilmiştir. Görüntüler üzerinde YOLOv5 ile dişler otomatik tespit edilmiştir, ardından önerilen renk sınıflandırma modeli LABNet'e ön işlemden geçirilerek aktarılmıştır. Böylece renk belirleme süreci klinik uygulamalara uygun olacak şekilde standart hale getirilmiştir. Bulgular: İlk veri setinde, klinik ışıklarının belirlenmesinde bulanık mantık %98,85 doğruluk elde etmiştir. Renk anları yöntemiyle dört farklı ışık kaynağının sınıflandırılmasında %100, ışıktan bağımsız 29 Vita renginde %85 doğruluk elde edilirken histogram yöntemiyle %97,93 doğruluk elde edilmiştir. İkinci veri setinde ise, YOLOv5 diş tespitinde mAP@50 skoru %99,5 ve önerilen renk tespiti modelinde ise eğitimde %97,54, doğrulamada %88,74 doğruluk elde edilmiştir. Sonuç: Klinik ışık kaynaklarından bağımsız yüksek doğrulukta diş rengi tespiti yaparak protetik tedavi süreçlerinde yapay zekâ kullanımının etkinliği gösterilmiştir.