Diş Bitewing Radyografilerinde Otomatik Diş Tespiti ve Numalandırma için Yapay Zeka Önerisi

Giriş

Bu çalışma, diş bitewing radyografilerinde dişlerin otomatik olarak tespit edilmesi ve numalandırılması için yapay zeka, özellikle derin öğrenme teknikleri ve Konvolüsyonel Sinir Ağları (CNN'ler) kullanılmasını önermektedir. Bu teknoloji, diş çizelgelerinin ve elektronik kayıtların oluşturulma sürecini kolaylaştırmayı amaçlamaktadır.

Arka Plan

Bilgisayarla yardımcı sistemler, tıbbi ve diş hekimliği görüntülemede destek sağlamak amacıyla geliştirilmiştir. Derin öğrenme sistemleri, özellikle CNN'ler, insan yorumlaması olmadan görüntü özelliklerini otomatik olarak çıkarma konusunda umut vaat etmektedir. Diş hekimliğinde CNN'lerin önceki uygulamaları arasında çürük tespiti, apikal lezyon tespiti ve kök morfolojisi değerlendirmesi bulunmaktadır.

Yöntemoloji

• Görüntü Verileri: Diş crowns, köprüler, implantlar veya primer dişler içermeyen yetişkin hastalardan alınan bite-wing radyografileri kullanılmıştır.
• YZ Modelleri: İki AI modeli eğitilmiştir: biri tüm dişler için 24 sınıf, diğeri ise sağ ve sol dişler için ayrı ayrı 12 sınıf.
• Performans Değerlendirme Metrikleri: Gerçek pozitifler, yanlış pozitifler, yanlış negatifler, hassasiyet, doğruluk ve F1 skoru gibi metriklerle değerlendirilmiştir.

Sonuçlar

• Doğruluk: AI modelleri, bitewing radyografilerinde dişlerin tespit edilmesi ve numalandırılmasında yüksek doğruluk göstermiştir.
• Performans: Modeller, dişleri doğru şekilde tanımlamada ve düşük sayıda yanlış pozitif ve yanlış negatif sonuçlarla başarılı olmuştur.

Tartışma

Çalışma, AI teknolojisinin diş görüntüleme süreçlerini iyileştirme, zaman tasarrufu sağlama ve diş kayıtlarının doğruluğunu artırma potansiyelini vurgulamaktadır. CNN'lerin dişlerin radyograflarda tespiti ve numalandırılmasındaki kullanımı, diş hekimliği uygulamaları için önemli klinik sonuçlar doğurabilir.

Sonuç

Araştırma, bite-wing görüntülerinin analizi için CNN yaklaşımının dişlerin otomatik tespiti ve numalandırılması açısından umut verici olduğunu sonucuna varmıştır. Bu teknolojinin uygulanması, diş çizelgelerinin hazırlanması ve elektronik kayıt tutma süreçlerinin daha verimli hale gelmesine yol açabilir.

Etik Hususlar

Çalışma, 1964 Helsinki Deklarasyonu'nda belirtilen etik standartlara uydu ve tüm katılımcılardan bilgilendirilmiş onay alınmıştır.

Gelecek Yönelimler

Çalışma, diş radyografilerindeki diş eksiklikleri gibi sınırlamaların ele alınmasına ve AI teknolojisinin diş görüntüleme alanındaki uygulamalarının genişletilmesine yönelik daha fazla araştırma yapılmasını önermektedir.