Classification of Caries Aries Level Using Image Processing and Deep Learning Methods on Dental Images

Year 2023, Volume: 2 Issue: 2, 30 - 53, 30.12.2023

Ümran Ünsal Kemal Adem

Abstract

Keywords

Canal, filling, bridge, deep learning, image processing

Diş Görüntüleri Üzerinde Görüntü İşleme ve Derin Öğrenme Yöntemleri Kullanılarak Çürük Seviyesinin Sınıflandırılması

Abstract

Ağız bakımına yeterli özen gösterilmediğinde diş minesi zarar görür ve diş çürümeleri gerçekleşir. Bu çalışmada röntgen görüntüleri üzerinde diş çürüklerinin hızlı bir şekilde tespit edilerek hastaların diş kayıplarının minimuma indirilmesi amaçlanmaktadır. Diş görüntüleri ile derin öğrenme modelleri kullanılarak uygulanan tedavi yöntemleri dolgu, kanal, köprü sınıflarına ayrılmıştır. Ayrıca diş görüntülerine ön işlem olarak luv-v kanalı ve adaptif histogram eşitleme işlemi uygulanarak derin öğrenme modellerinin performanslarının artırılması amaçlanmıştır. 553 tane diş röntgeninden oluşan veri seti üzerinde yapılan segmentasyon işlemlerinin ardından, derin öğrenme modellerinden Faster R-CNN ve YOLOv5 modelleri ile deneysel çalışmalar gerçekleştirilmiştir. Yapılan deneysel çalışmalar sonucunda; Faster R-CNN %86,7 doğruluk değerine ulaşılırken, YOLOv5 modelinde ise %92,7 oranında doğruluk oranına ulaşılmıştır.

Keywords

Kanal, dolgu, köprü, derin öğrenme, görüntü işleme

References

• Adem, K. 2017. Prediction of gold prices using artificial neural networks. International Journal of Engineering Research and Development, 9(3): 83-89, 2017. Adem, K. 2018. Diagnosis of chronic kidney disease using random subspace method with particle swarm optimization. International Journal of Engineering Research and Development, 10(3): 1-5. Aktaş, A., Doğan., B., Demir, Ö. 2020. Tactile paving surface detection with deep learning methods. Journal of the Faculty of Engineering and Architecture of Gazi University, 35(3): 1685-1700. Çelik, Ö., Odabaş, A., Bayrakdar, İ.Ş., Bilgir, E., Akkoca, F. 2019. Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması. Selcuk Dental Journal, 6(4): 168-172.
• Cömert, O., Hekim, M., Adem, K. 2017. Weight and diameter estimation using image processing and machine learning techniques on apple images. International Journal of Engineering Research and Development, 9(3): 147-154.
• Diş numaralandırma [Internet]. Wikipedia, 2023 [cited 2023 December 29]. Available from: https://tr.wikipedia.org/w/index.php?title=Di%C5%9F_numaraland%C4%B1rma&oldid=30775373.
• Gurses, A., Oktay, A.B. 2020. Tooth restoration and dental work detection on panoramic dental images via CNN. Medical Technologies Congress (TIPTEKNO), 19-20 Kasım, p: 1-4.
• Kılıçarslan, S. 2022. Kurum üzüm tanelerinin sınıflandırılması için hibrit bir yaklaşım. Mühendislik Bilimleri ve Araştırmaları Dergisi, 4(1): 62-71.
• Kılıçarslan, S. 2023. PSO + GWO: a hybrid particle swarm optimization and Grey Wolf optimization based Algorithm for fine-tuning hyper-parameters of convolutional neural networks for Cardiovascular Disease Detection. Journal of Ambient Intelligence and Humanized Computing, 14: 87–97.
• Lee, J.H., Kim, D.H., Jeong, S.N., Choi, S.H. 2018. Diagnosis and prediction of periodontally compromised teeth using a deep learning-based convolutional neural network algorithm. Journal of Periodontal & Implant Science, 48(2): 114-123.
• Orhan, U, Adem, K., Cömert, O. 2012. Least squares approach to locally weighted naive bayes method. Journal of New Results in Science, 1(1): 71-80.
• Osmanoglu, U.O., Mutlu, F., Gursoy, H., Sanlısoy, S. 2019. Use of image processing and analysis in medicine and an application. Osmangazi Journal of Medicine, 41 (1): 6 – 16.
• Suryani, D., Shoumi, M.N., Wakhidah, R. 2020. Object detection on dental x-ray images using deep learning method. IOP Conf. Series: Materials Science and Engineering, vol. 1073, no. 1, article 012058. Yılmaz, E.K., Adem, K., Kılıçarslan, S. 2023a. Classification of lemon quality using hybrid model based on Stacked AutoEncoder and convolutional neural network. European Food Research and Technology, 249: 1655–1667.
• Yılmaz, E.K., Akcayol, M.A. 2022. SUST-DDD: A real-drive dataset for driver drowsiness detection. In Conference of Open Innovations Association (FRUCT) (Vol. 6).
• Yılmaz, E.K., Bakır, H. 2023. Hyperparameter tunning and feature selection methods for malware detection. Politeknik Dergisi, 1-1.
• Yılmaz, E.K., Oğuz, T., Adem, K. 2023b. A CNN-based hybrid approach to classification of raisin grains. In International Conference on Frontiers in Academic Research (Vol. 1).
• Zero, D.T. 1999. Dental caries process. Dental Clinics of North America, 43: 635-664.