Konik ışınlı bilgisayarlı tomografide farklı kesitler ile yapılan hacimsel hesaplamaların deneysel olarak değerlendirilmesi
2021
0 views
0 downloads
Advisor: Prof. Dr. İlknur Özcan
Abstract (TR)
Tez çalışmamızda 7 adet sığır femur kemiği kondil bölgesinde oluşturulan 35 adet düzensiz sınırlı intraosseöz defektin planimetri ve nokta sayım tekniği kullanılarak aksiyal, sagital ve koronal kesitler üzerinden hacimsel hesaplamaları yapılmış olup buna ek olarak bu hesaplamalar 2, 4, 6, 8, 10, 12, 16 ve 20 dilim aralıklarında ayrı ayrı değerlendirilmiştir. Tüm hesaplanan değerler Arşimet prensibi ile elde edilen gerçek hacim değerleri ile kıyaslanmıştır. Sapma yüzdeleri açısından kesitler karşılaştırıldığında istatistiksel bir fark görülmemiştir(p=0,051). Kullanılan tekniklere bakıldığında ise sapma yüzdeleri açısından teknikler arasında istatistiksel olarak anlamlı bir fark görülmemiştir(p=0,628). Tüm hesaplanan değerler Arşimet prensibi ile elde edilen gerçek hacim değerleri ile uyumlu olduğu görülmüştür. Araştırmamızın amacı konik ışınlı bilgisayarlı tomografi (KIBT) kullanılarak stereolojik yöntemlerle elde edilen hacim hesaplamalarına kesit yöneliminin ve dilim sayısı tercihinin hesaplamalardaki etkisini belirlemektir.
Author
Dr. Sedef Ayşe Taşyapan
Institution
How to Cite
Sedef Ayşe Taşyapan (Doktora Tezi). Konik ışınlı bilgisayarlı tomografide farklı kesitler ile yapılan hacimsel hesaplamaların deneysel olarak değerlendirilmesi, 2021, İstanbul University.
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)