Derin öğrenme yöntemleri ile ektopik erüpsiyon bölgelerinin otomatik tespiti ve şiddet sınıflandırması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: ESEN TURUNÇ
Danışman: Hamza Osman Ilhan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Hastalıkların erken teşhisi ve doğru sınıflandırılması tedavi süreçlerini önemli ölçüde etkiler. Önerilen çalışma, derin öğrenme yöntemlerinin kullanımını ektopik erüpsiyon bölgelerinin tespiti ve şiddet sınıflandırması üzerine odaklanarak ele almaktadır. Çalışma kapsamında 5-9 yaş aralığındaki 168 çocuğun panoramik röntgen görüntülerini içermektedir. Bu görüntüler, uzman diş hekimleri tarafından ektopik erüpsiyon durumlarına göre (hafif, normal, orta, şiddetli) etiketlenmiştir. YOLOv8 derin öğrenme modeli kullanılarak yapılan analizlerde, dört farklı senaryo oluşturulmuş ve veri artırma teknikleri kullanılmıştır. Ektopik Erüpsiyon şiddet sınıflandırmasının da dahil edildiği ve veri arttırma yöntemleri kullanarak eğitilen model, \%55,76 doğruluk oranı ile en düşük performansı göstermiştir. Yine şiddet sınıflandırması içeren ancak sadece orjinal veri seti üzerinden eğitilen modelin doğruluk oranı ise \%62,54 olarak gözlemlenmiştir. Şiddet sınıflandırmasının önemsenmediği, verisetinin Ektopoik Erüpsiyon var/yok şeklinde düzenlenmiş versiyonunda ise hafif sınıfının dahil edildiği ve hafif, orta ile şiddetli sınıflarının birleştirildiği yaklaşımda \%72,75, hafif sınıfının çıkarılıp orta ile şiddetli sınıfların birleştirildiği yaklaşımda ise \%71,76 doğruluk oranları elde edilmiştir. Elde edilen sonuçlar, YOLOv8 modelinin, ektopik erüpsiyon bölgelerini tespit etme ve şiddetlerini sınıflandırmada etkili bir araç olduğunu göstermektedir. Bu çalışma, derin öğrenme yöntemlerinin diş hekimliği alanında teşhis ve sınıflandırma süreçlerine katkı sağlayabileceğini vurgulamaktadır. Sonuç olarak, derin öğrenme modellerinin kullanımıyla ektopik erüpsiyonların erken teşhisinde ve doğru sınıflandırılmasında önemli bir ilerleme sağlanabileceği öne sürülmektedir.