Araştırma Makalesi

Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti

Cilt: 40 Sayı: 3 30 Aralık 2024
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi Kapak
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi
PDF İndir

Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti

Öz

Bilişim çağı ve yapay zekayla beraber bilgisayar bilimi diğer bilim dalları ile bir arada yürütülmeye başlamıştır ve ihtiyaç doğrultusunda bu çalışmalar artmaktadır. Radyolojik inceleme alanında da bilgisayar bilimi önemini gün geçtikçe arttırmaktadır. Panoramik radyografi de bu anlamda önemli alanlardan birisidir. Genç hekimlerin ve hekim adaylarının herhangi bir teşhis koyarken klinik tecrübe yetersizliğinin olması gibi olumsuz durumlardan dolayı panoramik radyografiler için bir karar destek programı oluşturulması amaçlanmıştır. Bu çalışmada, farklı YOLO (You Only Look Once) modelleri kullanılarak panoramik radyografi üzerindeki anatomik yer işaretlerinin tespitinin otomatik olarak gerçekleştirmesi ve karşılaştırmalar sonucunda en iyi tespit sağlayan modele karar verilmesi sağlanmıştır. Çeşitli internet sitelerinden elde edilen panoramik radyografi görüntülerinden oluşan veri setlerinin birleşimi kullanılmıştır. Toplam 14 anatomik yer işaretinin otomatik tespiti yapılmıştır. Sonuçta kullanılan performans metriğine göre YOLOv5 için 0.790, YOLOv8 için 0.802, YOLOv11 için 0.810 değerlerine ulaşılmıştır. Modellerin performans değerleri karşılaştırıldığında, anatomik yer işaretlerinin otomatik tespiti için en uygun modelin YOLOv11 olduğu sonucuna varılmıştır.

Anahtar Kelimeler

Kaynakça

  1. Pişiren A., 2020. Panoramik radyografi. (Web Sayfası: https://akinpisiren.com/panoramik-radyografi), (Erişim tarihi: Aralık 2023). [2] Duong, M. T., Rauschecker, A. M., Rudie, J. D., Chen, P. –H., Cook, T. S., Bryan, R. N., Mohan, S., 2019. “Artificial Intelligence for Precision Education in Radiology”,The British Journal of Radiology, 92, 20190389.
  2. [3] Diyva, V. K., Jatti, A.. Meheraj S.P., Joshi, R., 2016, “Image Processing and Parameter Extraction of Digital Panoramic Dental X-rays with ImageJ”, International Conference on Computational Systems and Information Systems for Sustainable Solutions, 450-454.
  3. [4] Li W., Lu Y., Zheng K., Liao H., Lin C., Luo J., Cheng C., Xiao J., Lu L., Kuo C., Miao S., 2020. Structured landmark detection via topology-adapting deep graph learning. Department of Computer Science, University of Rochester, Rochester, NY, USA, 2004.08190v6.
  4. [5] Shahidi S, Bahrampour E, Soltanimehr E, Zamani A, Oshagh M, Moattari M, et al. The accuracy of a designed software for automated localization of craniofacial landmarks on CBCT images. BMC Med Imaging 2014;14:32.
  5. [6] Ayyıldız, H., Orhan, M., & Bilgir, E. (2024). Tooth numbering with polygonal segmentation on periapical radiographs: An artificial intelligence study. Clinical Oral Investigations, 28, 610. http://doi.org/10.1007/s00784-024-05999-3
  6. [7] Rašić, M., Tropčić, M., Karlović, P., Gabrić, D., Subašić, M., & Knežević, P. (2023). Detection and segmentation of radiolucent lesions in the lower jaw on panoramic radiographs using deep neural networks.
  7. [8] Widiasri, M., Suciati, N., Arifin, A. Z., Fatichah, C., Astuti, E. R., Indraswari, R., Putra, R. H., & Choiruzain. (2022). Dental-YOLO: Alveolar bone and mandibular canal detection on cone beam computed tomography Images for dental implant planning.
  8. [9] Zeren, M., Arslankaya, S., Altuntaş, Y., Cam, N., Kırelli, Y., Özdemir, M., (2023). doctors versus YOLO: comparison between YOLO algorithm, orthopedic and traumatology resident doctors and general practitioners on detection of proximal femoral fractures on X-ray images with multi methods. International Journal of Artificial Intelligence Tools, 1-24. http://dx.doi.org/10.1142/S0218213023500562

Ayrıntılar

Birincil Dil

Türkçe

Konular

Görüntü İşleme, Örüntü Tanıma

Bölüm

Araştırma Makalesi

Yazarlar

Yayımlanma Tarihi

30 Aralık 2024

Gönderilme Tarihi

18 Kasım 2024

Kabul Tarihi

25 Aralık 2024

Yayımlandığı Sayı

Yıl 2024 Cilt: 40 Sayı: 3

IZ

https://izlik.org/JA72UG93FG

Kaynak Göster

RIS / Bibtex
APA
Özcan, T., Karayılan, R., & Yılmaz, S. (2024). Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 40(3), 535-558. https://izlik.org/JA72UG93FG
AMA
1.Özcan T, Karayılan R, Yılmaz S. Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2024;40(3):535-558. https://izlik.org/JA72UG93FG
Chicago
Özcan, Tayyip, Rümeysa Karayılan, ve Serkan Yılmaz. 2024. “Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 40 (3): 535-58. https://izlik.org/JA72UG93FG.
EndNote
Özcan T, Karayılan R, Yılmaz S (01 Aralık 2024) Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 40 3 535–558.
IEEE
[1]T. Özcan, R. Karayılan, ve S. Yılmaz, “Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti”, Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, c. 40, sy 3, ss. 535–558, Ara. 2024, [çevrimiçi]. Erişim adresi: https://izlik.org/JA72UG93FG
ISNAD
Özcan, Tayyip - Karayılan, Rümeysa - Yılmaz, Serkan. “Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 40/3 (01 Aralık 2024): 535-558. https://izlik.org/JA72UG93FG.
JAMA
1.Özcan T, Karayılan R, Yılmaz S. Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2024;40:535–558.
MLA
Özcan, Tayyip, vd. “Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, c. 40, sy 3, Aralık 2024, ss. 535-58, https://izlik.org/JA72UG93FG.
Vancouver
1.Tayyip Özcan, Rümeysa Karayılan, Serkan Yılmaz. Panoramik Radyograflarda Anatomik Yer İşaretlerinin Yapay Zeka Destekli Otomatik Tespiti. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi [Internet]. 01 Aralık 2024;40(3):535-58. Erişim adresi: https://izlik.org/JA72UG93FG

✯ Etik kurul izni gerektiren, tüm bilim dallarında yapılan araştırmalar için etik kurul onayı alınmış olmalı, bu onay makalede belirtilmeli ve belgelendirilmelidir.
✯ Etik kurul izni gerektiren araştırmalarda, izinle ilgili bilgilere (kurul adı, tarih ve sayı no) yöntem bölümünde, ayrıca makalenin ilk/son sayfalarından birinde; olgu sunumlarında, bilgilendirilmiş gönüllü olur/onam formunun imzalatıldığına dair bilgiye makalede yer verilmelidir.
✯ Dergi web sayfasında, makalelerde Araştırma ve Yayın Etiğine uyulduğuna dair ifadeye yer verilmelidir.
✯ Dergi web sayfasında, hakem, yazar ve editör için ayrı başlıklar altında etik kurallarla ilgili bilgi verilmelidir.
✯ Dergide ve/veya web sayfasında, ulusal ve uluslararası standartlara atıf yaparak, dergide ve/veya web sayfasında etik ilkeler ayrı başlık altında belirtilmelidir. Örneğin; dergilere gönderilen bilimsel yazılarda, ICMJE (International Committee of Medical Journal Editors) tavsiyeleri ile COPE (Committee on Publication Ethics)’un Editör ve Yazarlar için Uluslararası Standartları dikkate alınmalıdır.
✯ Kullanılan fikir ve sanat eserleri için telif hakları düzenlemelerine riayet edilmesi gerekmektedir.