Nesne Algılama ve Semantik Bölütleme Yontemleri Kullanılarak Lateral Sefalometrik Radyografilerde Servikal Vertebra Analizi

Basit Öğe Kaydı
dc.contributor.authorSengur, Abdulkadir
dc.contributor.authorBor, Sabahattin
dc.contributor.authorCiğerim, Saadet Çınarsoy
dc.contributor.authorKayaoğlu, Mazhar
dc.date.accessioned2026-04-04T13:14:45Z
dc.date.available2026-04-04T13:14:45Z
dc.date.issued2025
dc.departmentİnönü Üniversitesi
dc.description.abstractBu çalışmada, lateral sefalometrik radyografilerde C2, C3 ve C4 servikal vertebralarının tespiti ve semantik segmentasyonu için yapay zeka tabanlı bir yöntem önerilmektedir. Araştırmada kullanılan veri seti, Van Yüzüncü Yıl Üniversitesi Diş Hekimliği Fakültesi Ortodonti Anabilim Dalı tarafından sağlanan 3085 lateral sefalometrik radyografiden oluşmaktadır. Uzman hekimler tarafından yapılan değerlendirme sonucunda, tanısal doğruluk ve klinik uygunluk kriterlerini karşılayan 2520 radyografi seçilerek çalışmaya dahil edilmiştir. İlk aşamada YOLOv8 ve YOLOv11 nesne algılama modelleri kullanılarak vertebra bölgeleri tespit edilmiş ve ardından bu alanlar QuPath yazılımı ile detaylı şekilde anotasyonlanmıştır. Etiketlenen veriler, Attention-UNet, Attention-ResUNet, SEEA-UNet ve ResAt-UNet gibi ileri seviye derin öğrenme modelleri kullanılarak segmentasyon işlemlerine tabi tutulmuştur. Çalışma, nesne algılama modellerinin %99,8 doğruluk oranıyla yüksek performans sergilediğini ortaya koymuştur. Segmentasyon modelleri arasında en iyi performansı %99,25 doğruluk oranı ile Attention-ResUNet gösterirken, ResAt-UNet modeli genelleme kapasitesindeki dengesiyle dikkat çekmiştir. Elde edilen ikili maskeler, kemik yaşı tahmini ve iskeletsel olgunluk analizi için güvenilir bir veri seti oluşturmuştur. Bu çalışma, ek görüntüleme ihtiyacını ortadan kaldırarak radyasyon maruziyetini azaltmayı ve klinik süreçleri hızlandırmayı amaçlamaktadır. Sonuçlar, yapay zeka destekli yöntemlerin manuel değerlendirme kaynaklı hataları en aza indirdiğini ve iskeletsel analizde standardizasyon sağladığını göstermektedir. Gelecekte, bu yöntemlerin ortodonti ve pediatrik tıbbi uygulamalarda yaygın olarak kullanılabileceği öngörülmektedir.
dc.identifier.doi10.46810/tdfd.1594252
dc.identifier.endpage36
dc.identifier.issn2149-6366
dc.identifier.issue2
dc.identifier.startpage26
dc.identifier.trdizinid1324133
dc.identifier.urihttps://doi.org/10.46810/tdfd.1594252
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1324133
dc.identifier.urihttps://hdl.handle.net/11616/107471
dc.identifier.volume14
dc.indekslendigikaynakTR-Dizin
dc.language.isoen
dc.relation.ispartofTürk Doğa ve Fen Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TR_20250329
dc.subjectDiş Hekimliği
dc.subjectBilgisayar Bilimleri
dc.subjectYapay Zeka
dc.titleNesne Algılama ve Semantik Bölütleme Yontemleri Kullanılarak Lateral Sefalometrik Radyografilerde Servikal Vertebra Analizi
dc.title.alternativeDetection of Cervical Vertebrae Using Object Detection and Semantic Segmentation Methods in Lateral Cephalometric Radiographs
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu