Theses supervised by Prof. Dr. Mehmet Akın
12 theses · Dicle University, Alanya Alaaddin Keykubat University
Maymun çiçeği hastalığını içeren cilt lezyonu görüntülerinin transformatör tabanlı derin öğrenme mimarileri kullanılarak çoklu sınıflandırılması
Dünya Sağlık Örgütü tarafından bildirildiği üzere Maymun Çiçeği (Mpox), çoğunluğu Güney Asya ve Afrika'da olmak üzere 110 ülkede görülen önemli bir hastalıktır. Mpox vakalarının sayısı hızla artmıştır ve tıp dünyası yeni bir pandeminin ortaya çıkmasından endişe etmektedir. Mpox'un geleneksel yöntemlerle (test kitleri kullanılarak) tespit edilmesi maliyetli ve yavaş bir süreçtir. Bu nedenle, yüksek başarı oranlarına sahip ve derin öğrenme tabanlı otonom bir yöntemle cilt görüntülerinden Mpox hastalığını teşhis edebilecek yöntemlere ihtiyaç vardır. Bu çalışmada, Mpox hastalığı da dâhil olmak üzere, transformatör tabanlı derin öğrenme mimarileri ve cilt lezyon görüntülerini kullanarak çok sınıflı, hızlı ve güvenilir bir otonom hastalık teşhis modeli öneriyoruz. Diğer amacımız, çok sınıflı cilt lezyonu görüntüleri transformatör tabanlı derin öğrenme mimarileri ile eğitildiğinde, kendi kendine gözetimli öğrenme, kendi kendine damıtma ve kaydırılmış pencere tekniklerinin sınıflandırma başarısı üzerindeki etkilerini araştırmaktır. Çalışmanın eğitim, doğrulama ve test süreçlerinde 2024 yılında kamuya açık olarak yayınlanan Mpox Cilt Lezyonu Veri Seti, Sürüm 2.0 kullanılmıştır. Çalışmamızda önerdiğimiz SwinTransformer mimarisi, literatürdeki en yakın rakibine kıyasla yaklaşık %8 daha yüksek doğruluk değerlendirme metriği sınıflandırma başarısı elde etmiştir. ViT, MAE, DINO ve SwinTransformer mimarileri sırasıyla %93,10, %84,60, %90,40 ve %93,71 doğruluk sınıflandırma başarısı elde etmiştir. Çalışmada elde edilen sonuçlar, Mpox hastalığı ve diğer cilt lezyonu görüntülerinin yüksek başarıyla teşhis edilebileceğini ve doktorlara karar vermede destek olabileceğini göstermiştir. Ayrıca çalışma, transformatör tabanlı mimari ve kullanılacak teknik açısından görüntü sayısının az olduğu diğer tıp alanlarında da kullanılabilecek önemli sonuçlar sunmaktadır.
Mental hastalıkların gerçek zamanlı ve yapay zekâ tabanlı analizi için EEG cihazı tasarımı
Bu çalışma, EEG sinyallerinden faydalanarak altı farklı önemli nörolojik ve nöropsikiyatrik hastalığın özellikle Alzaymır, Depresyon, Epilepsi, Migren, Parkinson ve Şizofreni otomatik olarak tanımlanmasına yönelik bir makine öğrenmesi modeli geliştirmeyi amaçlamıştır. Çalışmanın metodolojik temelini, dikkatli bir ön işleme sürecini takiben EEG verilerinden delta ve teta frekans bantlarına ait zengin bir istatistiksel öznitelik setinin çıkarılması oluşturmaktadır. Elde edilen bu öznitelikler, hastalıklar arasındaki ince biyolojik farklılıkları yakalamak üzere tasarlanmıştır. Çıkarılan özniteliklerin sınıflandırma etkinliğini değerlendirmek amacıyla, üç farklı ve yaygın olarak kullanılan Rastgele Orman (RF), XGBoost ve Çok Katmanlı Algılayıcılar (MLP) yöntemleri uygulanmıştır. Deneysel sonuçlar, kullanılan algoritmalar arasında RF modelinin üstün bir performans sergileyerek %89,47 gibi yüksek bir genel doğruluk oranına ulaştığını göstermiştir; bu başarıyı, XGBoost %82,38 ve MLP %68,19 doğruluk oranlarıyla takip etmiştir. Bu bulgu, özellikle topluluk öğrenmesi yöntemlerinin, karmaşık EEG verilerine dayalı çoklu tanı sistemlerinin geliştirilmesinde, geleneksel tekil veya derin öğrenme modellerine kıyasla güçlü bir alternatif teşkil edebileceğini deneysel olarak kanıtlamaktadır. Sınıf bazlı analizler, modelin sağlıklı kontrol grubu ve Alzaymır hastaları için oldukça yüksek bir sınıflama kesinliği sağladığını ortaya koyarken; Depresyon ve Şizofreni gruplarında hastalıkların nörobiyolojik karmaşıklığı nedeniyle performansın nispeten daha sınırlı kaldığını göstermiştir. Bu çalışma, literatürde genellikle ikili sınıflandırma (sağlıklı vs. hasta) üzerine yoğunlaşan yaklaşımlardan farklı olarak, nörolojik ve psikiyatrik bozuklukların geniş bir yelpazesini ayırt edebilen bütüncül bir makine öğrenmesi çatısı sunmaktadır. Sonuç olarak tez, EEG sinyalleri üzerinden bu tür bozuklukların ayırt edilmesinin mümkün ve güvenilir olduğunu bilimsel olarak kanıtlamakta, klinik tanı süreçlerine destek sağlayabilecek potansiyel bir araç geliştirmektedir.
Akıllı EEG tasarımı
EEG signals are widely used in many areas such as detection of diseases Epilepsy and Schizophrenia. In this study, using EEG signals, Epilepsy, Schizophrenia, Detection of sleep state and Thought and right - left cursor movement are tried to be detected with a portable Digital Signal Processing(DSP) card. EEG signals recorded at Ankara Gulhane Military Medical Academy Department of Mental Health and Diseases Sleep Laboratory were used for the determination of sleep. These signals are grouped into 10-second segments and power intensity spectra of these segments are obtained. The obtained power spectral densities; skewness, median, entropy, kurtosis, standard deviation and mean characteristics were taken and classified into Support Vector Machines (SVM) and K Nearest Neighbor (KNN) classifiers. 97% success was achieved with SVM model and was created in Matlab Simulink environment. University of Bonn data set was used to determine Epilepsy. This data set consists of 5 classes (A, B, C, D, E). A(healthy) and E(Epilepsy patient) were used in these classes. Skewness, median, entropy, kurtosis, standard deviation and mean properties of these two classes were obtained and applied to the entry of SVM and KNN classifiers. 100% success was achieved with SVM and SVM model was created in Matlab Simunlink environment. Schizophrenia disease data set was obtained from CEONREPOD data sharing source. This data set was passed through Butterworth IIR bandpass filter from 8th degree to obtain Gamma(30 - 45 Hz) and Beta(13 - 30 Hz) bands. The frequency domain and power spectrum densities of these bands were obtained and skewness, kurtosis and averages were taken and given to the input of SVM and KNN classifiers. It was created in Matlab Simulink environment with 96% success with SVM classifier. One of the data sets used in the competition held by the University of Graz was used for the right - left cursor movement. From this data set, only the right hand and the left hand engine imagination were used. Recursive Least Square(RLS) adaptive filter algorithm is used to purify the noise in the signal. The models created in Simulink environment are combined under a model and a user interface is created in Matlab Graphical Interface (GUI) environment and the results are shown here. Keywords: EEG, Epilepsy, Schizophrenia, Sleep, Support Vector Machines, K Nearest Neighbor, Sleep
Boyut arttırma yöntemleri kullanılarak eeg sinyallerinden derin öğrenme tabanlı şizofren durum tespiti
Günümüzde pek çok çalışma, elektroensefalogram (EEG) verisi inceleyerek beyin aktivitelerini tespit etme, anlama veya yorumlama amacıyla yapılmış ve çeşitli sonuçlar ortaya konulmuştur. Beyin aktivitelerinin anlaşılması, şizofreni ve epilepsi gibi pek çok hastalığın teşhisi, uyku evreleri gibi farklı durumların veya hastalıkların çözümlenmesi için önemli bir adımdır. Dolayısıyla bu yöndeki çalışmaların sonuçlarının iyileştirilmesi veya bir adım öteye götürülmesi için yeni modeller ortaya konulması oldukça kritik bir öneme sahiptir. Bu tez çalışmasında, ilk olarak literatürde önceden yapılmış, klasik makine öğrenme algoritmalarıyla sınıflandırılmış EEG verilerinden elde edilen analizlere göre başarımı daha yüksek metotlar ortaya konulması hedeflenmektedir. İkinci aşamada ise EEG verileri derin öğrenme metotlarıyla incelenerek özellik çıkarımı yapılmadan daha yüksek başarım ile sınıflandırma yapılması ve şizofreni (SZ) hastaları ile sağlıklı bireyler arasındaki farklılığın yorumlanabilir görüntüler olarak tasvir edilmesi amaçlanmıştır. Bu tez çalışmasında, EEG sinyalleri kullanılaılarak veri analiz yöntemleriyle beyin aktivitelerinin incelenmesi amaçlanmıştır. Bu amaç doğrultusunda özellikle SZ hastalarına ait EEG kayıtları hem klasik makine öğrenmesi algoritmalarıyla hemde derin öğreme algoritması kullanılarak sınıflandırılmıştır. Bu çalışmada SZ hastalarına ait farklı iki veri seti kullanılarak uygulanan metotların doğruluğu teyit edilmiştir. İlk veri kümesinde(Veri seti A) 39 sağlıklı çocuk ve 45 SZ hastalığı olan 16 kanallı EEG kaydı bulunmaktadır. İkinci veri seti (Veri seti B) ise 28 yetişkinin (14 kontrol ve 14 SZ hastası) 19 kanallı EEG kayıtları içermektedir. Literatürde özellikle klasik makine öğrenme algoritmaları SZ hastalarının sınıflandırılmasında yaygın olarak kullanılmıştır. Ancak bu tez çalışmasının ilk aşamasında farklı özellik çıkarım ve özellik seçim metotları kullanılarak daha iyi sınıflandırma başarım sonuçları elde edilmiştir. Bunun yanısıra farklı sınıflandırma algoritmalarıyla elde edilen başarım sonuçları karşılaştırılmıştır. Tez çalışmasının ikinci aşamasında derin öğrenme algoritmalarıyla, SZ hastalarını EEG kayıtlarını kullanarak otomatik olarak teşhis etmeyi amaçlayan bir yöntem sunulan bir çalışma yapılmıştır. Birçok literatür çalışmasından farklı olarak, önerilen yöntem EEG kayıtlarındaki özellikleri manuel olarak çıkarmak yerine frekans-zaman özelliklerinin yararlı bir temsiline sahip olmak için Kısa Zamanlı Dalgacık Dönüşümü (KZDD) ve Sürekli Dalgacık Dönüşümü(SDD) kullanarak ham EEG'yi iki boyuta dönüştürür. Bu çalışma, ilgili literatürde SZ hastalarının otomatik teşhisi için 2D zaman frekansı özelliklerinin kullanılmasında ilktir. 2D alanda mevcut olan tüm özelliklerden en kullanışlı özellikleri çıkarmak ve örnekleri yüksek doğrulukla sınıflandırmak için, son teknoloji bir Evrişimsel Sinir Ağı (ESA) mimarisini kullanan VGG-16 algoritması ile eğitilmiştir. Farklı ESA algoritmaları (CIFAR, VGG-19, ResNet, DenseNet, MobileNet, Xception … gibi ) ile de sonuçlar denenmiş ancak en az iterasyon ve sürede, en iyi başarım değeri VGG-16 ile elde edilmiştir. Deneysel sonuçlar, sunulan yöntemin farklı yaş gruplarının iki veri kümesinde SZ hastalarını ve sağlıklı kontrolleri, spektrogram görüntülerini % 95 ve % 97, skalogram görüntülerini % 98 ve % 99.5 sınıflandırma doğruluğu ile sınıflandırma görevinde başarılı olduğunu göstermektedir. Bu performansla, önerilen yöntem literatür yöntemlerinin çoğundan daha iyi performans gösterir. Çalışmanın deneyleri ayrıca bir EEG kaydının frekans bileşenleri ile SZ hastalığı arasında bir ilişki olduğunu ortaya koymaktadır. Ayrıca, tez çalışmamızda sunulan Aktivasyon Maksimizasyonu, Grad-CAM ve Belirginlik Haritası yöntemleriyle bir SZ hastasını sağlıklı bir kontrolden ayırırken yorumlanabilir görüntüler elde edilmesi sağlanmıştır. Bu görüntüler ile uzman görüşüne destek niteliğinde SZ hastası ve sağlıklı kontroller arasındaki fark kolayca anlaşılabilir. Anahtar Kelimeler: Şizofreni, EEG, Sınıflandırma, Spektogram, Derin Öğrenme, Skalogram
Retinadaki kan damarlarının jeodezik yöntemler kullanılarak görüntü işleme ile tespit edilmesi
Retinadaki kan damarlarının görüntü işleme teknikleri ile otomatik olarak tespit edilmesi birçok göz hastalığının teşhisinde önem teşkil etmektedir. Bu çalışmada retina görüntüleri 3 boyutlu uzaya gömülü 2 boyutlu yüzeyler olarak, damarlar ise bu yüzeyler üzerindeki vadi şeritleri olarak ele alınmıştır. Öncelikle yumuşatılmış retina görüntüsünün ortalama yüzey eğriliği matrisi ayrık olarak hesaplanmış ve damar sınırlarının bu matris üzerindeki çukur noktalara tekabül ettiği, damar alanının ise tepe benzeri bir yapıya benzediği gözlenmiştir. Bu yüzey eğriliği özelliğinden faydalanılarak sadece damarımsı bölgelerin yaklaşık sınırlarını belirten bir kısıtlayıcı harita matrisi elde edildikten sonra, bu harita matrisi içinde en az bir başlangıç noktası ve Hızlı Yürüme Algoritması kullanılarak ilgili damar hattı 3 boyutlu bir jeodezik uzaklık haritası bilgisini de içerecek şekilde tespit edilmiştir. Yarı otomatik olarak çalışan bu sistem daha sonra maksimum normal yüzey eğriliği matrisinin histogramından elde edilen başlangıç noktaları ile tam otomatik hale getirilmiştir. Bu yöntemin eksik bir özelliği olarak ana damarlardaki sınır piksellerini gözden kaçırdığı gözlenmiş olup kernel tabanlı bir komşuluk istatistiği yöntemiyle performansı iyileştirilmiştir. Bu çalışmada ayrıca iki ayrı yeni lezyon temizleme algoritması uygulanmıştır. Bunlara ek olarak merkezi damar refleksi olarak bilinen ışıkla çekim tekniğinden kaynaklanan yan etkiyi gidermek için damar bölütleri üzerindeki küçük delikler morfolojik işlemler kullanılarak kapatılmıştır. Bu çalışma DRIVE, STARE ve CHASE_DB1 veri setleri üzerinde test edilmiş olup literatürdeki diğer güncel çalışmalar da dikkate alınarak duyarlılık, özgüllük, doğruluk ve çalışma hızı açısından kabul edilebilir sonuçlar elde edildiği görülmüştür.
İmleç hareketlerine ait eeg sinyallerinin sınıflandırılmasında adaptif ve adaptif olmayan filtrelerin uygulamaları
Beyin Bilgisayar Arayüzü(BBA), herhangi fiziksel bir yeteneğe ihtiyaç duymadan insanın niyetinin veya kasıtlı düşüncesinin sınıflandırılmasını esas alınır. BBA çalışmalarında, veriler elektroensefalografi(EEG) yöntemi kullanılarak elde edilirken çevre kaynaklı(şebeke gürültüleri vs.) veya içsel(göz hareketleri, ECG vs.) bazı gürültülere maruz kalır. EEG verilerinin hassas bir şekilde sınıflandırılmasını önemli derecede etkileyebilecek gürültülerden biri de elektrookulografik(EOG) gürültülerdir. Bu çalışmada, Graz Üniversitesi tarafından yapılan BCI-IV yarışmasının 2a veri seti kullanılmıştır. 4 sınıflı veri seti 2 sınıfa indirgenerek sadece sağ ve sol imleç hareketlerinin offline sınıflandırılması amaçlanmıştır. 22 kanaldan alınan EEG verileri ile eş zamanlı, göz çevresine montajı yapılan 3 elektrottan da EOG verileri elde edilmiştir. Kullanılan veri setinde, EOG gürültülerini EEG sinyallerinden arındırmak için geleneksel bant geçiren filtreler ve recursive least square(RLS) adaptif filtresi kullanılmıştır. Motor hareket hayali ile uygun bantlara filtrelenmiş sinyallerden, ortak uzamsal örüntüler(CSP) metodu ile çıkarılan öznitelik vektörleri, lineer diskriminant analizi(LDA), destek vektör makinaları(DVM), naive bayes(NB) ve k-NN sınıflandırma algoritmalarının girişlerine uygulanmıştır. Chebyshev tip 2 ve DVM kombinasyonu %72'lik ortalama doğruluk oranı ile en yüksek sınıflandırma performansını sağlamıştır. Ayrıca RLS adaptif filtresi ile elde edilen sınıflandırma sonuçları bant geçiren filtrelerin sonuçları ile mukayese edilmiştir. RLS algoritması ve LDA kombinasyonu, %64 doğruluk oranı ile geleneksel bant geçiren filtreler ile elde edilen sonuçlardan daha düşük performans göstermiştir. Çalışmanın bulguları, gelecekte yapılacak çalışmalara ışık tutabilecek niteliktedir. Anahtar Kelimeler: Adaptif filtre, Recursive Least Square, Beyin Bilgisayar Arayüzü, Elektrookulogram, Elektroensefolagrafi, Geleneksel Band Geçiren Filtreler, Ortak Uzamsal Örüntüler
Uykuda periyodik hareket bozukluğu (UPHB) hastalığının TMS 320 C6713 sayısal işlemci kartı ile otomatik tespiti
Bu çalışmada amaç; Uykuda Periyodik Hareket Bozukluğu (UPHB) hastalığının TMS 320 C6713 sayısal işlemci kartı ile otomatik tespitinin yapılmasıdır. Bu amaç doğrultusunda 19 deneğin polisomnografi kayıtları uzman bir doktor tarafından UPHB, OSAS (Obstructive Sleep Apnea, Uyku Apnesi), UPHB_OSAS ve YOK (OSAS ve UPHB olmayan) olarak gruplandırılmıştır. Deneklerin sağ ve sol bacak Elektromiyogram'ları (EMG) yardımcı bir yazılım ile polisomnografi (PSG) kayıtlarından ayrıştırılarak birer saatlik verilere bölünmüştür. Matlab-Simulink ortamında saatlik EMG'lerin her 0,5 saniyesinin Yule-Ar Güç-İzgel kestirimleri yapılmıştır. Bulunan Güç-İzgel kestirim maksimumlarına sabit eşik değeri uygulanarak bacak hareket anları tespit edilmiştir. 0,5 sn dinlenme 0,5- 5 sn arası hareket ve 5 sn dinlenme ölçütünü sağlayan bacak hareketleri skorlanmıştır. Skorlamaya göre UPHB hastalarının 19,8/saat, UPHB-OSAS hastalarının 32,39/saat, UPHB ve OSAS olmayanların (YOK) 11,35/saat, OSAS hastalarının 10,20/saat ortalama bacak hareketi yaptığı görülmüştür. Skorlama algoritması, Matlab-Simulink-Real Time Workshop ile TMS 320 C6713 kartına gönderilerek programlama yapılmıştır. Programlanan sayısal işlemci kartı çevrimiçi olarak çalıştırılmıştır.
Uyanıklık seviyesinin kestiriminin DSP tabanlı olarak gerçekleştirilmesi
Günlük aktivitelerin devam ettirilebilmesi için, her gün belirli bir süre uyunması gerekmektedir. İnsan, ömrünün yaklaşık üçte birini uykuda geçirmekte ve uyku bu yönüyle yaşam için vazgeçilmez bir ihtiyaç olmaktadır.Bu çalışmanın amacı, insanların uyku-uyanıklık seviyesinin DSP tabanlı olarak beyinden elde edilen elektriksel işaretlerden tespit edilmesidir.Bu amaç doğrultusunda, sağlıklı 8 kişiden alınan EEG işaretleri 5'er saniyelik bölütler şeklinde uzman hekim yardımıyla uyanık, uyuklama ve uyku işaretleri olarak ayrıştırılmıştır. Elde edilen bu EEG bölütlerine Ayrık Dalgacık Dönüşümü uygulanarak bunlara ait dalgacık katsayıları (öznitelik vektörleri) elde edilmiştir. Daha sonra öznitelik vektörlerinin boyutları istatistiksel işlemler uygulanarak küçültülmüş ve çok katmanlı sinir ağının giriş öznitelik vektörleri olarak kullanılmıştır. Sınıflandırma işlemi, tasarlanan Simulink modelinin TMS320C6713 DSK üzerinde çalıştırılması ile deneysel olarak yapılmıştır.Önerilen modelin toplam sınıflama doğruluğu, uyanıklık seviyesinin sınıflandırılmasında geliştirilen modelin kullanılabileceğini göstermiştir.
Diyabetik retinopati tespitinde yeni bir algoritma kullanılarak optik disk yerinin kestirimi
Bu çalışmada, göz dibi resimleri üzerinde görüntü işleme tekniği ile Diyabetik Retinopati (DR) gibi birtakım sık rastlanan retina hastalıklarının tespitini hedefleyen birçok çalışmanın temel ve ilk adımını oluşturan Optik Disk (OD) yerinin tespitinin gerçekleştirilmesi amaçlanmıştır. Bu konuda yapılan çalışmaların önemli bir kısmını, göz hastalıklarına dair diğer görsel özelliklerin ve yapıların çıkarılmasında ön koşul olduğu için OD tespiti kapsamaktadır. Görüntüler öncelikle ışık şiddeti kanalı Kontrast Sınırlamalı Adaptif Histogram Eşitlemesine (KSAHE) tabi tutulmuştur.Daha sonra Red Green Blue (RGB ) renk uzayındaki görüntüler gri skalaya dönüştürülüp bu görüntülere Morfolojik Kapama İşlemi (MKİ) uygulanmıştır. MKİ ile diğer çalışmalardan farklı olarak, tüm damar sistemi çıkarılmadan OD üzerindeki damarlar görüntüden temizlenmiştir. Bu resimlere Canny Kenar Tespit (CKT) algoritması uygulandıktan sonra kimi görüntülerde OD kenarları kopuk olarak elde edilmiş olabileceği için bu kenarlara yinelemeli bir şekilde 3 ile 10 piksel yarıçap aralığında MKİ uygulanmıştır. Bir sonraki adımda Çembersel Hough Dönüşümü (ÇHD) algoritması ile bulunan bu kenarlar üzerindeki belirli bir yarıçap aralığına sahip çemberimsi alanlar tespit edilmiştir. OD alanın sahip olduğu sarı rengi temsil eden yeşil renk kanalındaki eşik değeri bu çalışma için geliştirilmiş olan yinelemeli özgün bir algoritma ile belirlenmiştir. OD adayı çemberler incelenen resimlerin yeşil renk kanalı üzerinde maskelenerek bu maske alanlarından daha önce belirlenmiş olan eşik değeri kullanılarak bu çalışmaya özgün iki adet öznitelik çıkarılmıştır. Göz dibi resimlerinde tespit edilen OD adayı çemberlerin çıkarılan özniteliklerini Çok Katmanlı Algılayıcı (ÇKA) tipinde bir Yapay Sinir Ağına (YSA) iki farklı eğitim yöntemi ile uygulayarak, bu çemberler OD olan veya olmayan şeklinde bir sınıflandırılma yapılmış başarı oranı bir oftalmolojist tarafından yapılan değerlendirmeye göre % 87.50 ve % 95.00 kadar bulunmuştur.
Hızlı üst çene genişletmesi sırasında oluşan kök rezorpsiyonunun iyileşmesine piezosizyon uygulaması etkisinin karşılaştırmalı değerlendirilmesi
Amaç: Bu çalışmanın amacı, hızlı üst çene genişletmesi (HÜÇG) sırasında oluşan kök rezorpsiyonunun iyileşmesine piezosizyon uygulamasının etkisini konik ışınlı bilgisayarlı tomografi (KIBT) ile değerlendirmek ve piezosizyon uygulanan ve uygulanmayan taraflar arasında karşılaştırmalı değerlendirmektir. Yöntem: Bu retrospektif çalışmada, Alanya Alaaddin Keykubat Üniversitesi Diş Hekimliği Fakültesi Ortodonti Anabilim Dalı'nda bonded tip akrilik cap splint apareyi ile HÜÇG tedavisi tamamlandıktan sonra rastgele tek taraflı piezosizyon uygulanan 11-15 yaş aralığındaki 20 hastanın (11 kız, 9 erkek) tedavi öncesi (T0) ve 3 aylık retansiyon dönemi sonrası (T1) KIBT kayıtları değerlendirilmiştir. KIBT kayıtları Mimics Medical 20.0 yazılımında (Materialise NV, Leuven, Belgium) analiz edilmiştir. Üst birinci premolar, ikinci premolar ve birinci molar dişlerinin kök rezorpsiyon miktarları, piezosizyon uygulanan ve uygulanmayan taraflar için karşılaştırılmıştır. Grup içi karşılaştırmalarda Bağımlı Örneklem T Testi, gruplar arası karşılaştırmalarda ise Bağımsız örneklem T Testi kullanılmıştır. Bulgular: Birinci ve ikinci premolarlar ile birinci molar dişlerde hem kontrol hem de piezosizyon grubunda T0–T1 arasında istatistiksel olarak anlamlı hacim azalmaları saptanmıştır (p<0,001). Ancak kontrol grubunda hem mutlak değerler hem de yüzdelik oranlar açısından kök hacmi kayıpları piezosizyon grubuna kıyasla belirgin derecede yüksek bulunmuştur. Sonuç: Bu sonuçlar, piezosizyon uygulamasının HÜÇG sürecinde kök rezorpsiyonunu tamir edici etki gösterebileceğini, tedavi etkinliğini olumsuz etkilemeden kök yüzeyi korunmasına katkı sağlayabileceğini ortaya koymaktadır. Anahtar Kelimeler: hızlı üst çene genişletmesi, kök rezorpsiyonu, piezosizyon.
Hızlı üst çene genişletmesi sırasında oluşan alveolar kemik rezorpsiyonunun iyileşmesine piezosizyon uygulaması etkisinin karşılaştırmalı değerlendirilmesi
Amaç: Bu çalışmanın amacı, hızlı üst çene genişletmesi (HÜÇG) sırasında oluşan alveolar kemik rezorpsiyonunun iyileşmesine piezosizyon uygulamasının etkisini konik ışınlı bilgisayarlı tomografi (KIBT) ile değerlendirmek ve piezosizyon uygulanan ve uygulanmayan taraflar arasında karşılaştırma yapmaktır. Yöntem: Bu retrospektif çalışmada, Alanya Alaaddin Keykubat Üniversitesi Ortodonti Anabilim Dalı'nda HÜÇG tedavisi görmüş, aktif çevirme dönemi sonrasında tek taraflı piezosizyon uygulanmış ve tedavi öncesi (T0) ile üç aylık sabit retansiyon dönemi sonrası (T1) alınmış KIBT kayıtları bulunan, 11–15 yaş aralığındaki 20 bireyin (10 kız, 10 erkek) arşiv kayıtları değerlendirilmiştir. İncelenen hastalarda genişletme amacıyla bonded tip akrilik cap splint apareyinin kullanıldığı ve genişletme işleminin tamamlanmasını takiben tek taraflı piezosizyon uygulandığı hasta kayıtlarından belirlenmiştir. KIBT kayıtları OnDemand3D Dental yazılımında analiz edilmiştir. Üst birinci küçük azı, ikinci küçük azı dişlerinin bukkal kökleri ve birinci büyük azı dişlerinin meziobukkal köklerindeki bukkal alveolar kemik kalınlığı ve vertikal alveolar kemik yüksekliği ölçümleri, piezosizyon uygulanan ve piezosizyon uygulanmayan taraflarda T0 ve T1 zamanlarında ölçülmüş ve karşılaştırılmıştır. Elde edilen veriler Shapiro–Wilk ve Kolmogorov-Smirnov testi ile normallik açısından değerlendirilmiş; parametrik veriler eşleştirilmiş ve bağımsız örneklem t-testleri ile analiz edilmiştir. Bulgular: Her iki grupta da HÜÇG sonrası tüm diş bölgelerinde istatistiksel olarak anlamlı düzeyde alveolar kemik rezorpsiyonu meydana gelmiştir. Ancak piezosizyon grubunda kontrol grubuna kıyasla bukkal alveolar kemik kalınlığında ve vertikal alveolar kemik yüksekliğinde daha sınırlı düzeyde azalma gözlenmiştir. Bu fark tüm bölgelerde istatistiksel olarak anlamlı bulunmuştur (p<0,05). Sonuç: Sonuç olarak, piezosizyon uygulamasının HÜÇG sonrası dönemde alveolar kemik dokusunun iyileşmesini destekleyebileceği ve yeniden şekillenme sürecini olumlu yönde etkileyebileceği düşünülmektedir. Anahtar Kelimeler: alveolar kemik rezorpsiyonu, hızlı üst çene genişletmesi, piezosizyon
Ortodontik braketlerin konvansiyonel ve lazer destekli yüzey pürüzlendirme yöntemleriyle hazırlanan monolitik zirkonya yüzeylerine kendinden primerli tek aşamalı sistem ile bağlanma dayanımının karşılaştırmalı olarak değerlendirilmesi
Amaç: Glazeli monolitik zirkonya yüzeylerde konvansiyonel ve lazer temelli pürüzlendirme yöntemleri altında Transbond XT ile ek primer uygulanan ve ek primer uygulanmayan kendinden primerli tek aşamalı sistemin (GC Ortho Connect) makaslama bağlanma dayanımlarını (SBS) karşılaştırmak; aynı adeziv stratejilerini mine üzerinde üretici protokolleriyle uygulayarak zirkonya bulgularını karşılaştırmaktır. Yöntem: Glaze kaplı monolitik zirkonyada altı yüzey protokolü [HF (Hidroflorik asit), HF+silan; kumlama/elmas frez+HF+silan, Er,Cr:YSGG (Erbiyum, Krom: İtriyum‑Skandiyum‑Galyum‑Garnet) lazer+silan; kumlama+lazer+silan] üç farklı adeziv protokolüyle test edilerek 18 grup oluşturuldu; karşılaştırma için mine üzerinde üç kontrol grubu hazırlandı. Braketler üretici talimatlarına göre yapıştırıldı, SBS değerleri evrensel test cihazında ölçüldü. Kırılma modu modifiye ARI skorlaması ile, seçilmiş örnekler SEM ile değerlendirildi. İstatistik için tek yönlü ANOVA/Kruskal–Wallis (α=0,05) kullanıldı. Bulgular: Yalnız HF ve yalnız lazer + silan en düşük SBS değerlerini verdi. HF + silan, elmas frez + HF + silan ve kumlama + HF + silan protokollerinin anlamlı biçimde daha yüksek değerlere ulaştığı saptandı. GC Ortho Connect'in primersiz kullanımı, özellikle kumlama/elmas frez + HF + silan protokollerinde Transbond XT'ye denk veya daha yüksek ortalamalar sağladı; ek primer, aynı adeziv için tutarlı bir artış göstermedi. Kumlama + lazer + silan grupları orta-yüksek aralıkta yer alırken yalnız lazer + silan her üç adezivde de düşük kaldı. Mine kontrol grupları tüm zirkonya gruplarından yüksekti. ARI, düşük SBS'de adeziv ağırlıklı; yüksek SBS'de karışık kırılma eğilimi gösterdi. Sonuç: Glazeli monolitik zirkonyada, kimyasal olarak desteklenmiş konvansiyonel protokoller yalnız lazer uygulamasına göre belirgin üstünlük sağlamaktadır. 10‑Metakriloiloksidesil dihidrojen fosfat (10-MDP) içeren GC Ortho Connect'in primersiz kullanımı, uygun yüzey hazırlıklarıyla Transbond XT'ye alternatif bir performans sunmakta; ek primer ilavesi ise ek yarar göstermemektedir. Mekanik ve kimyasal hazırlıkların kombine kullanımı ve MDP temelli kendinden primerli tek aşamalı sistemlerle eşleştirilmesi klinik olarak daha anlamlı bir strateji olarak görünmektedir. Anahtar Kelimeler: kendinden primerli tek aşamalı sistem,monolitik zirkonya, glaze, sbs