Yazar "Kotan, Seda" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim Yok
    Öğe
    Comparison of AI-assisted cephalometric analysis and orthodontist-performed digital tracing analysis
    (Springer, 2024) Bor, Sabahattin; Cigerim, Saadet Cinarsoy; Kotan, Seda
    Background The aim of this study was to compare and evaluate three AI-assisted cephalometric analysis platforms-CephX, WeDoCeph, and WebCeph-with the traditional digital tracing method using NemoCeph software. Material and method A total of 1500 lateral cephalometric films that met the inclusion criteria were classified as Class I, Class II, and Class III. Subsequently, 40 patients were randomly selected from each class. These selected films were uploaded to 3 AI-assisted cephalometric analysis platforms and analyzed without any manual intervention. The same films were also analyzed by an orthodontist using the NemoCeph program. Results The results revealed significant differences in key angular measurements (ANB, FMA, IMPA, and NLA) across Class I, II, and III patients when comparing the four cephalometric analysis methods (WebCeph, WeDoCeph, CephX, and NemoCeph). Notably, ANB (p < 0.05), FMA (p < 0.001), IMPA (p < 0.001), and NLA (p < 0.001) varied significantly. Linear measurements also differed, with significant differences in U1-NA (p = 0.002) and Co-A (p = 0.002) in certain classes. Repeated measurement analysis revealed variation in SNA (p = 0.011) and FMA (p = 0.030), particularly in the Class II NemoCeph group, suggesting method-dependent variability. Conclusion AI-assisted cephalometric analysis platforms such as WebCeph, WeDoCeph, and CephX give rise to notable variation in accuracy and reliability compared to traditional manual digital tracing, specifically in terms of angular and linear measurements. These results emphasize the importance of meticulous selection and assessment of analysis methods in orthodontic diagnostics and treatment planning.
  • Küçük Resim Yok
    Öğe
    Transfer Öğrenme Tabanlı Derin Öğrenme Yaklaşımlarıyla Servikal Vertebra Matürasyon Safhalarının Sınıflandırılması ve Kemik Yaşı Değerlendirilmesi
    (2025) Sengur, Abdulkadir; Bor, Sabahattin; Kotan, Seda; Kayaoğlu, Mazhar
    Bu çalışmada, büyüme ve gelişimi değerlendirmek amacıyla lateral sefalometrik radyografiler kullanılarak servikal vertebra maturasyon (CVM) evrelerinin otomatik sınıflandırılması gerçekleştirilmiştir. Van Yüzüncü Yıl Üniversitesi Diş Hekimliği Fakültesi Ortodonti Anabilim Dalı tarafından sağlanan toplam 4285 radyografi kullanılmıştır. Uzman hekimler tarafından yapılan detaylı değerlendirmeler sonucunda, tanısal doğruluk ve klinik uygunluk kriterlerini karşılayan 3750 görüntü çalışmaya dâhil edilmiştir. Seçilen görüntüler, altı sınıfa (CVMS 1– 6) ayrılarak dengeli bir veri seti oluşturulmuş ve NFNet, ConvNeXt V2, EfficientNet V2 ve DeiT3 modelleri kullanılarak sınıflandırma işlemleri gerçekleştirilmiştir. NFNet modeli, %96 eğitim doğruluğu ve %85,7 test doğruluğu ile en yüksek genel performansı sergilemiştir. %95 eğitim doğruluğu ve %86,9 test doğruluğu elde eden ConvNeXt V2, genelleme açısından en dengeli model olarak öne çıkmıştır. EfficientNet V2, %94 eğitim doğruluğuna ulaşmasına rağmen %80,7 test doğruluğu ile sınırlı bir genelleme kapasitesi göstermiştir. DeiT3 modeli ise %93 eğitim doğruluğu ve %77,6 test doğruluğu ile en düşük genelleme kapasitesine sahip olmuştur. NFNet ve ConvNeXt V2, yüksek doğruluk oranları ve dengeli performansları sayesinde güçlü sınıflandırma adayları olarak öne çıkmıştır. NFNet’in eğitim ve test doğruluğu arasındaki %10,3’lük fark genelleme kapasitesinde bir miktar azalmaya işaret ederken, ConvNeXt V2’nin daha dar olan %8,1’lik farkı daha istikrarlı bir performans göstermiştir. Sonuç olarak, NFNet ve ConvNeXt V2, CVM sınıflandırması için umut vadeden modeller olarak belirlenmiştir. Gelecekteki çalışmalarda, bu modellerin performansını artırmak ve klinik uygulanabilirliklerini güçlendirmek için daha büyük veri setleri kullanılması ve hiperparametre optimizasyonunun gerçekleştirilmesi önerilmektedir.