Derin öğrenme yöntemleri kullanılarak konik ışınlı bilgisayarlı tomografi görüntülerinden diş ve çene kemiğinin tespiti

Günümüzde teknolojinin hızla gelişmesi ile birlikte sağlık sektöründe bilgisayar tabanlı çözümlerde hızla gelişmektedir. Özellikle dental tedavilerde tedavisi öncesi dikkatli ve ayrıntılı tedavi planlamasının yapılması oldukça önemlidir. Bu nedenle dental tedavilerde konik ışınlı bilgisayarlı tomografi cihazlarından elde edilen görüntülerin analizi oldukça önemlidir. Çalışmada konik ışınlı bilgisayarlı tomografi görüntülerini U-Net, DeepLab V3+ ve YOLO V3 derin öğrenme mimarileri kullanılarak diş ve çene kemiği yapısını otomatik olarak tespit eden örnek bir yazılım geliştirilmiştir. Kullanılan üç farklı derin öğrenme mimarilerin eğitimlerinden elde edilen sonuçlar zar benzerlik katsayısı performans değerlendirme ölçütüne göre değerlendirilmiştir. Kullanılan üç derin öğrenme mimarisinden U-Net derin öğrenme modeli, 0.001 öğrenme oranı, 70 tekrar eğitim sayısı ve her eğitimde alınan veri boyutu 16 olarak alınıp eğitim gerçekleştirildiğinde model zar benzerlik katsayısına göre 0.9289 doğruluk oranı ile diş ve çene kemiği tespiti gerçekleştirilmiştir.