AĞIZ BÖLGESİ İLE İLGİLİ HASTALIK VE ANATOMİK YAPILARIN YAPAY ZEKA TABANLI TESPİT EDİLMESİ

Abstract

Son zamanlarda bilgisayar yazılım ve donanım teknolojisindeki hızlı gelişmeler, yapay zekâ ve derin öğrenme yöntemlerinin farklı alanlarda yaygın şekilde uygulanmasına olanak tanımıştır. Bu gelişmeler, özellikle görüntü işleme, nesne tespiti ve segmentasyon gibi alanlarda dikkat çekici ilerlemelere yol açmıştır. Bu tez çalışması, ağız bölgesi ile ilgili hastalıkların ve anatomik yapıların yapay zekâ destekli piksel tabanlı segmentasyonu üzerine odaklanmaktadır. Günümüzde diş sağlığı, insan sağlığının önemli bir bileşeni olarak kabul edilmekte ve panoramik radyografi görüntüleri, diş hekimliği pratiğinde yaygın bir şekilde kullanılmaktadır. Literatürdeki çalışmalar genellikle diş hastalıklarını ve yapılarını tespit etmek için görüntüleri kırpma yöntemi ile analiz ederken, bu çalışmada panoramik röntgen görüntüleri üzerinde herhangi bir ön işleme yapılmadan tüm ağız bölgesi üzerinde segmentesyon işlemleri gerçekleştirilmiştir. Çalışma kapsamında, gömülü dişlerin, çürük dişlerin ve diş enfeksiyonlarının tespitine yönelik yapay zekâ tabanlı farklı yöntemler uygulanmıştır. Ayrıca Literatürde panoramik radyografi ile segmentasyon uygulamak için veri kümesi ihtiyacı olduğu görüldüğünden uzman diş hekimleri ile birlikte yeni bir veri kümesi oluşturulmuş ve etiketlenmiştir. Bu tez çalışması, literatürdeki eksiklikleri gidermeyi amaçlamakta ve panoramik radyografi görüntülerinde yapay zekâ tabanlı segmentasyonu için yeni bir veri kümesi ve en ideal segmentasyon yöntemlerini sunmaktadır. Uygulanan yöntemlerin doğruluğu ve etkinliği, diğer güncel modeller ile karşılaştırılarak analiz edilmiştir. Elde edilen sonuçlar, uygulanan yöntemlerin başarılı olduğunu göstermiştir ve diş hekimliği alanında tanı ve tedavi süreçlerine katkı sağlayacak potansiyele sahip olduğunu ortaya koymuştur.

Recent advancements in the fields of computer software and hardware technology have paved the way for the widespread integration of artificial intelligence and deep learning methodologies across diverse disciplines. These developments have resulted in significant advancements, particularly in domains such as image processing, object detection and segmentation. The present thesis focuses on the utilization of artificial intelligence to facilitate the segmentation of diseases and anatomical structures related to the oral region. In the contemporary context, dental health is acknowledged as a pivotal component of human health, with panoramic radiography images being extensively utilized within the domain of dental practice. However the majority of studies in the literature analyze images by cropping method to detect dental diseases and structures, in this study, segmentation operations were performed on the whole mouth region without any preprocessing on panoramic X-ray images. In the course of the study, ranges of artificial intelligence-based methodologies were employed for the identification of impacted teeth, decayed teeth and dental infections. In addition, as there is a need for a dataset to apply segmentation using panoramic radiography in the literature, a new dataset was created and annotated with expert dentists. This thesis aims to fill the gaps in the literature and presents a new dataset and optimal segmentation methods for artificial intelligence-based segmentation of panoramic radiography images. The accuracy and efficiency of the applied methods were analyzed in comparison with other current models. The results obtained have shown that the applied methods are successful and have the potential to contribute to diagnostic and treatment processes in the field of dentistry.