Notalardan nöronlara: Anatomi ve müzik eğitiminde 3B larenks modellemesi için açık kaynaklı yapay zekâ hattı

Öz

Larenks, insan ses üretiminin merkezinde yer alan ve tıp bilimleri açısından klinik tanı, cerrahi planlama ve rehabilitasyon süreçlerinde kritik öneme sahip karmaşık bir anatomik yapıdır. Bu çalışma, tıbbi görüntüleme verilerinden yararlanarak açık kaynaklı ve yapay zekâ tabanlı bir üç boyutlu (3B) larenks modelleme hattı geliştirmeyi amaçlamaktadır. Derin öğrenme temelli otomatik segmentasyon (3B U-Net mimarisi), yüzey çıkarımı ve çok aşamalı ağ optimizasyonu adımlarını bütüncül bir çerçevede birleştiren yaklaşımımız, larenksin karmaşık anatomisinin yüksek doğrulukla modellenmesini sağlamıştır. Segmentasyon performansı, vokal kıvrımlar için 0,87 Dice katsayısı, tiroid kıkırdak için 0,90 Dice katsayısı ile literatürdeki benzer çalışmalarla karşılaştırılabilir düzeydedir. Üç boyutlu yeniden yapılandırma sonrasında uygulanan ağ optimizasyonu ile poligon sayısında ortalama %42 oranında azalma sağlanırken anatomik bütünlük korunmuştur. Geliştirilen tüm yazılım bileşenleri açık kaynaklı olarak paylaşılmış olup, sistem farklı anatomik bölgelere uyarlanabilecek modüler bir yapıda tasarlanmıştır. Bu çalışma, hesaplamalı anatomi alanında yeniden üretilebilir ve erişilebilir bir modelleme hattı sunmaktadır.

Anahtar Kelimeler

• Larenks anatomisi
• üç boyutlu modelleme
• yapay zekâ
• derin öğrenme
• segmentasyon
• açık kaynak

Destekleyen Kurum

Bu çalışma, herhangi bir kurum, kuruluş, fon kurumu veya akademik kurumdan kurumsal ya da mali destek almamıştır. Tüm çalışma, yazarlar tarafından bağımsız olarak yürütülmüştür.

Etik Beyan

Bu çalışmada kullanılan tüm tıbbi görüntüleme verileri, açık erişimli veri tabanlarından (The Cancer Imaging Archive – TCIA) sağlanan tamamen anonimleştirilmiş veri setlerinden oluşmaktadır. Çalışma sürecinin hiçbir aşamasında bireylerin kimliğini ortaya çıkarabilecek kişisel veriler kullanılmamış; veri güvenliği ve mahremiyet ilkeleri titizlikle gözetilmiştir. Kullanılan veriler, Helsinki Bildirgesi ve ilgili ulusal mevzuat çerçevesinde etik ilkelere uygun biçimde işlenmiştir. Bu çalışmada insan katılımcılara yönelik doğrudan bir müdahale, deneysel uygulama, anket ya da klinik işlem gerçekleştirilmemiştir. Bu nedenle araştırma, retrospektif ve anonimleştirilmiş veri kullanımı kapsamında olup, etik kurul onayı gerektirmeyen çalışmalar sınıfında değerlendirilmiştir. Bu çalışma kapsamında geliştirilen yapay zekâ tabanlı üç boyutlu larenks modelleme hattı, açık bilim ilkeleri doğrultusunda MIT lisansı ile paylaşılmıştır. Kaynak kodlara https://github.com/murathan0201-tech/MuratKUS adresinden erişilebilir. Bu çalışma, tıbbi görüntüleme verilerine dayalı olarak yapay zekâ destekli, açık kaynaklı ve yeniden üretilebilir bir üç boyutlu larenks modelleme hattı önermektedir. Derin öğrenme tabanlı otomatik segmentasyon (3B U-Net), optimize edilmiş yüzey yeniden yapılandırma (Marching Cubes + Laplacian/Taubin yumuşatma + çokgen sadeleştirme) aşamalarını bütüncül bir çerçevede birleştiren bu yaklaşım, larenks gibi anatomik olarak karmaşık bir yapının modellenmesinde önemli bir boşluğu doldurmaktadır. Elde edilen bulgular, geliştirilen modellerin anatomik doğruluk (Dice: 0,84-0,90) ve görsel kalite açısından yüksek performans sunduğunu ortaya koymaktadır. Özellikle küçük ve karmaşık yapıların (aritenoid kıkırdaklar, vokal kıvrımlar) segmentasyonunda elde edilen başarı, önerilen yaklaşımın etkinliğini göstermektedir. Çalışmanın açık kaynaklı olarak tasarlanması, teknik erişilebilirliği artırmakta ve hesaplamalı anatomi alanında metodolojik şeffaflığı desteklemektedir. Önerilen modelleme hattı, farklı anatomik bölgelere ve uygulama senaryolarına uyarlanabilecek esnek bir yapı sunmaktadır. Bununla birlikte, mevcut çalışma statik anatomik modellere odaklanmakta olup, larenksin dinamik fizyolojik davranışlarının (örneğin gerçek zamanlı doku deformasyonu ve titreşim simülasyonları) modellenmesi gelecekteki çalışmalar için önemli bir araştırma alanı olarak öne çıkmaktadır. Ayrıca, daha geniş ve çeşitli veri setleriyle (farklı yaş grupları, patolojik durumlar) yapılacak doğrulama çalışmaları, modelin genellenebilirliğini daha da güçlendirecektir. Sonuç olarak bu çalışma, yapay zekâ ve üç boyutlu modelleme tekniklerini bir araya getirerek hesaplamalı anatomi alanına katkı sunmaktadır.

Teşekkür

Yazarlar, Burdur Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi editör kuruluna, değerlendirme sürecindeki yapıcı katkıları ve editöryal destekleri için teşekkür eder.

From notes to neurons: An open-source AI pipeline for 3D laryngeal modeling in anatomy and music education

Öz

The larynx is a complex anatomical structure central to human voice production, playing a critical role in clinical diagnosis, surgical planning, and rehabilitation. This study aims to develop an open-source, artificial intelligence-based three-dimensional (3D) laryngeal modeling pipeline using medical imaging data. Our approach integrates deep learning-based automatic segmentation (3D U-Net architecture), surface extraction (Marching Cubes), and multi-stage mesh optimization (Laplacian/Taubin smoothing, polygon decimation) within a unified framework, enabling high-accuracy modeling of the larynx's complex anatomy. Segmentation performance achieved a Dice coefficient of 0.87 for vocal folds and 0.90 for the thyroid cartilage, demonstrating comparability with similar studies in the literature. Following 3D reconstruction, mesh optimization reduced the average polygon count by 42% while preserving anatomical integrity. All software components are shared as open source, and the system is designed with a modular architecture adaptable to different anatomical regions. This study provides a reproducible and accessible modeling pipeline in the field of computational anatomy.

Anahtar Kelimeler

• Laryngeal anatomy
• three-dimensional modeling
• artificial intelligence
• deep learning
• segmentation
• open source

Destekleyen Kurum

This study received no institutional or financial support from any organization, funding agency, or academic institution. All work was conducted independently by the authors.

Etik Beyan

Ethics Committee, Data Usage and Open Source Declaration All medical imaging data used in this study consist of fully anonymized datasets obtained from open-access databases (The Cancer Imaging Archive – TCIA). At no stage of the study process were personal data that could reveal individuals' identities used; data security and privacy principles were meticulously observed. The data used were processed in accordance with ethical principles within the framework of the Helsinki Declaration and relevant national legislation. No direct intervention, experimental application, survey, or clinical procedure was performed on human participants in this study. Therefore, the research falls within the scope of retrospective and anonymized data use and is classified among studies that do not require ethics committee approval. The artificial intelligence-based three-dimensional laryngeal modeling pipeline developed within the scope of this study has been shared under the MIT license in line with open science principles. The source code can be accessed at https://github.com/murathan0201-tech/MuratKUS. This study proposes an AI-assisted, open-source, and reproducible three-dimensional laryngeal modeling pipeline based on medical imaging data. This approach, which combines deep learning-based automatic segmentation (3D U-Net), optimized surface reconstruction (Marching Cubes + Laplacian/Taubin smoothing + polygon decimation) stages within a unified framework, fills an important gap in modeling an anatomically complex structure such as the larynx. The findings obtained reveal that the developed models offer high performance in terms of anatomical accuracy (Dice: 0.84-0.90) and visual quality. The success achieved especially in the segmentation of small and complex structures (arytenoid cartilages, vocal folds) demonstrates the effectiveness of the proposed approach. The open-source design of the study increases technical accessibility and supports methodological transparency in the field of computational anatomy. The proposed modeling pipeline offers a flexible structure that can be adapted to different anatomical regions and application scenarios. However, the current study focuses on static anatomical models, and modeling the dynamic physiological behaviors of the larynx (e.g., real-time tissue deformation and vibration simulations) stands out as an important research area for future studies. Furthermore, validation studies to be conducted with larger and more diverse datasets (different age groups, pathological conditions) will further strengthen the generalizability of the model. In conclusion, this study contributes to the field of computational anatomy by bringing together artificial intelligence and three-dimensional modeling techniques.

Teşekkür

The authors would like to thank the editors of Burdur Mehmet Akif Ersoy University Journal of Education Faculty for their constructive feedback and editorial support during the review process.

Kaynakça

1. Bruner, J. S. (1966). Toward a theory of instruction. Harvard University Press. Çiçek, Ö., Abdulkadir, A., Lienkamp, S. S., Brox, T., & Ronneberger, O. (2016). 3D U-Net: Learning dense volumetric segmentation from sparse annotation. In Medical Image Computing and Computer-Assisted Intervention – MICCAI 2016 (pp. 424-432). Springer. https://doi.org/10.1007/978-3-319-46723-8_49
2. Dice, L. R. (1945). Measures of the amount of ecologic association between species. Ecology, 26(3), 297-302. https://doi.org/10.2307/1932409
3. Fedorov, A., Beichel, R., Kalpathy-Cramer, J., Finet, J., Fillion-Robin, J. C., Pujol, S., ... Kikinis, R. (2012). 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging, 30(9), 1323-1341. https://doi.org/10.1016/j.mri.2012.05.001
4. Fehling, M. K., Grosch, F., Schuster, M. E., Schick, B., & Lohscheller, J. (2020). Fully automatic segmentation of glottis and vocal folds in endoscopic laryngeal high-speed videos using a deep Convolutional LSTM Network. PLoS ONE, 15(2), e0227791. https://doi.org/10.1371/journal.pone.0227791
5. Kikinis, R., Pieper, S. D., & Vosburgh, K. G. (2014). 3D Slicer: A platform for subject-specific image analysis, visualization, and clinical support. In Intraoperative Imaging and Image-Guided Therapy (pp. 277-289). Springer. https://doi.org/10.1007/978-1-4614-7657-3_19
6. Lorensen, W. E., & Cline, H. E. (1987). Marching cubes: A high resolution 3D surface construction algorithm. ACM SIGGRAPH Computer Graphics, 21(4), 163-169. https://doi.org/10.1145/37402.37422
7. Nicholson, D. T., Chalk, C., Funnell, W. R. J., & Daniel, S. J. (2006). Can virtual reality improve anatomy education? A randomised controlled study of a computer-generated three-dimensional anatomical ear model. Medical Education, 40(11), 1081-1087. https://doi.org/10.1111/j.1365-2929.2006.02611.x
8. Paniagua, M., Hernández, J., & Borda, A. (2019). Three-dimensional visualization as a learning tool in anatomy education: A systematic review. Anatomical Sciences Education, 12(4), 395-404. https://doi.org/10.1002/ase.1870

9. Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional networks for biomedical image segmentation. In Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015 (pp. 234-241). Springer. https://doi.org/10.1007/978-3-319-24574-4_28
10. Ruthven, M., Miquel, M. E., & King, A. P. (2021). Deep-learning-based segmentation of the vocal tract and articulators in real-time magnetic resonance images of speech. Computer Methods and Programs in Biomedicine, 198, 105814. https://doi.org/10.1016/j.cmpb.2020.105814
11. Shohet, J. A., & Courey, M. S. (2019). Anatomy and physiology of phonation. In Cummings Otolaryngology: Head and Neck Surgery (7th ed.). Elsevier.