Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması
Amaç: Bu çalışmanın amacı, panoramik radyografide diş eksikliklerinin değerlendirilmesi için tasarlanmış tanı amaçlı bilgisayar yazılımının işlevini geliştirmek ve değerlendirmektir.Gereç ve Yöntemler: Veri seti eksik diş tespiti için 99 tam diş ve 54 eksik diş olmak üzere 153 görüntüden oluşmaktadı...
Saved in:
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Selcuk University Press
2019-11-01
|
| Series: | Selcuk Dental Journal |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/download/article-file/846948 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841564342291529728 |
|---|---|
| author | Özer Çelik Alper Odabaş İbrahim Şevki Bayrakdar Elif Bilgir Fatma Akkoca |
| author_facet | Özer Çelik Alper Odabaş İbrahim Şevki Bayrakdar Elif Bilgir Fatma Akkoca |
| author_sort | Özer Çelik |
| collection | DOAJ |
| description | Amaç: Bu çalışmanın amacı, panoramik radyografide diş
eksikliklerinin değerlendirilmesi için tasarlanmış tanı amaçlı bilgisayar
yazılımının işlevini geliştirmek ve değerlendirmektir.Gereç ve Yöntemler: Veri seti eksik diş tespiti için 99 tam diş ve 54 eksik diş olmak üzere
153 görüntüden oluşmaktadır. Tüm görüntüler Ağız, Diş ve Çene Radyolojisi
uzmanları tarafından tekrar kontrol edilmiş ve doğrulanmıştır. Veri setindeki
tüm görüntüler eğitim öncesinde 971 X 474 piksel olarak yeniden
boyutlandırılmıştır. Açık kaynak kodlu python programlama dili ve OpenCV,
NumPy, Pandas, ile Matplotlib kütüphaneleri etkin olarak kullanılarak bir
rastgele dizilim oluşturulmuştur. Önceden eğitilmiş bir Google Net Inception v3
CNN ağı ön işleme için kullanılmış ve veri setleri transfer öğrenimi
kullanılarak eğitilmiştir.Bulgular: Eğitim de kullanılan görüntülerin modeli tahminlendirmesi ile çıkan
başarı oranı % 94.7’dir. Eğitimde kullanılmayan test için ayrılan görüntülerin
tahminlemesindeki başarı oranı % 75’dir. Sonuç: Derin öğrenme tekniklerinde veri seti arttıkça başarı oranları da
artmaktadır. Daha fazla görüntüyle oluşacak veri setininin eğitim modellerinde
başarı oranları yükselecektir. Gelecek çalışmalar daha büyük veri setleriyle
yapılmalıdır.ANAHTAR KELİMELER
Panoramik radyografi, derin öğrenme, yapay
zekâ |
| format | Article |
| id | doaj-art-adbc42533d824b9a8868097b8737e03d |
| institution | Kabale University |
| issn | 2148-7529 |
| language | English |
| publishDate | 2019-11-01 |
| publisher | Selcuk University Press |
| record_format | Article |
| series | Selcuk Dental Journal |
| spelling | doaj-art-adbc42533d824b9a8868097b8737e03d2025-01-02T22:50:02ZengSelcuk University PressSelcuk Dental Journal2148-75292019-11-0164168172154Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışmasıÖzer ÇelikAlper Odabaşİbrahim Şevki BayrakdarElif BilgirFatma AkkocaAmaç: Bu çalışmanın amacı, panoramik radyografide diş eksikliklerinin değerlendirilmesi için tasarlanmış tanı amaçlı bilgisayar yazılımının işlevini geliştirmek ve değerlendirmektir.Gereç ve Yöntemler: Veri seti eksik diş tespiti için 99 tam diş ve 54 eksik diş olmak üzere 153 görüntüden oluşmaktadır. Tüm görüntüler Ağız, Diş ve Çene Radyolojisi uzmanları tarafından tekrar kontrol edilmiş ve doğrulanmıştır. Veri setindeki tüm görüntüler eğitim öncesinde 971 X 474 piksel olarak yeniden boyutlandırılmıştır. Açık kaynak kodlu python programlama dili ve OpenCV, NumPy, Pandas, ile Matplotlib kütüphaneleri etkin olarak kullanılarak bir rastgele dizilim oluşturulmuştur. Önceden eğitilmiş bir Google Net Inception v3 CNN ağı ön işleme için kullanılmış ve veri setleri transfer öğrenimi kullanılarak eğitilmiştir.Bulgular: Eğitim de kullanılan görüntülerin modeli tahminlendirmesi ile çıkan başarı oranı % 94.7’dir. Eğitimde kullanılmayan test için ayrılan görüntülerin tahminlemesindeki başarı oranı % 75’dir. Sonuç: Derin öğrenme tekniklerinde veri seti arttıkça başarı oranları da artmaktadır. Daha fazla görüntüyle oluşacak veri setininin eğitim modellerinde başarı oranları yükselecektir. Gelecek çalışmalar daha büyük veri setleriyle yapılmalıdır.ANAHTAR KELİMELER Panoramik radyografi, derin öğrenme, yapay zekâhttps://dergipark.org.tr/tr/download/article-file/846948panoramik radyografiderin öğrenmeyapay zeka |
| spellingShingle | Özer Çelik Alper Odabaş İbrahim Şevki Bayrakdar Elif Bilgir Fatma Akkoca Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması Selcuk Dental Journal panoramik radyografi derin öğrenme yapay zeka |
| title | Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması |
| title_full | Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması |
| title_fullStr | Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması |
| title_full_unstemmed | Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması |
| title_short | Derin öğrenme yöntemi ile panoramik radyografiden diş eksikliklerinin tespiti: Bir yapay zekâ pilot çalışması |
| title_sort | derin ogrenme yontemi ile panoramik radyografiden dis eksikliklerinin tespiti bir yapay zeka pilot calismasi |
| topic | panoramik radyografi derin öğrenme yapay zeka |
| url | https://dergipark.org.tr/tr/download/article-file/846948 |
| work_keys_str_mv | AT ozercelik derinogrenmeyontemiilepanoramikradyografidendiseksikliklerinintespitibiryapayzekapilotcalısması AT alperodabas derinogrenmeyontemiilepanoramikradyografidendiseksikliklerinintespitibiryapayzekapilotcalısması AT ibrahimsevkibayrakdar derinogrenmeyontemiilepanoramikradyografidendiseksikliklerinintespitibiryapayzekapilotcalısması AT elifbilgir derinogrenmeyontemiilepanoramikradyografidendiseksikliklerinintespitibiryapayzekapilotcalısması AT fatmaakkoca derinogrenmeyontemiilepanoramikradyografidendiseksikliklerinintespitibiryapayzekapilotcalısması |