Derin öğrenme ile panoramik radyografi görüntülerinden diş segmentasyonu: UNet, FPN ve PSPNet karşılaştırması

Abstract

Panoramik radyografi, diş hastalıklarının erken teşhis ve tedavisinde yaygın olarak kullanılan bir araçtır. Ancak bu tekniklerin başarısı, diş hekiminin deneyimine ve doğru yorum yapma yeteneğine bağlıdır. Bu çalışmada, insan hatasını azaltmak ve hızlı çözümler sunmak amacıyla panoramik radyografi görüntülerinden derin öğrenme ile diş segmentasyonu yapılmıştır. 18-65 yaş arasındaki hastalardan alınan 313 panoramik radyografi görüntüsü, deneyimli bir ağız ve çene cerrahı tarafından piksel seviyesinde etiketlenmiştir. UNet, FPN ve PSPNet mimarileri ile segmentasyon yapılmış, VGG16 omurga ağı ile UNet modeli %93,74 F1 skoru, %88.22 KüB ve %98.25 doğruluk ile en iyi sonucu vermiştir. Ayrıca EfficientNet, ResNet50, InceptionV3, DenseNet121 ve MobileNet omurga ağları ile denemeler yapılmış, en yüksek performans EfficientNet omurga ağı ile %93.91 F1 skoru, %88.52 KüB ve %98.26 doğruluk olarak elde edilmiştir.