YOLOv5x Algoritması Temelli Derin Öğrenme Kullanarak Ortodontik Oral Fotoğraflarda Beyaz Nokta Lezyonlarının Tespiti: Bir Pilot Çalışma

Çalışma Amacı

Beyaz nokta lezyonları, ortodontik tedavi gören hastalarda diş çürüğünün erken belirtileridir. Bu çalışma, bu lezyonları YOLOv5x algoritmasına dayalı derin öğrenme yöntemiyle tespit etmeyi amaçlamaktadır.

Yöntem ve Veri Seti

435 post-ortodontik intraoral fotoğraf beyaz nokta lezyonları için manuel olarak etiketlenmiştir. Bu etiketli veri seti, derin öğrenme algoritmasını eğitmek ve test etmek için kullanılmıştır.

Performans Metrikleri ve Sonuçlar

• Doğruluk: %78.6
• Hatırlama: %61.8
• F1 Skoru: %69.2
• AUC (Eğri Altında Kalan Alan): %71.2
• mAP (Ortalama Ortalama Doğruluk): %42.5

Araştırma Bulguları

Model, beyaz nokta lezyonlarını tespit etme konusunda beklentilerin altında performans sergilemiştir, ancak önceki çalışmalarla karşılaştırıldığında kabul edilebilir bir doğruluk elde edilmiştir. Bu sonuçlar, daha geniş veri setleri ve algoritma iyileştirmeleri ile klinik ortamlarda kullanılabilecek geliştirilmiş modellerin mümkün olduğunu göstermektedir.

Sonuç

Bu pilot çalışma, diş hekimliğinde beyaz nokta lezyonlarını tespit etmek için yapay zekanın potansiyel kullanımını göstermektedir. Bulgular, daha ileri araştırma ve geliştirme için önemli bir temel sunmaktadır. Diş hekimliği ve yapay zekanın entegrasyonu, gelecekte daha doğru ve hızlı teşhislerin yolunu açabilir.