Mandibula fraktürlerinin panoramik radyografilerde tespiti ve anatomik sınıflandırılmasında iki farklı derin evrişimli sinir ağı modelinin karşılaştırmalı incelenmesi

Mandibular kırıklar, maksillofasiyal travmalar içerisinde en sık karşılaşılan durumlar arasında yer almakta olup; çiğneme, konuşma ve estetik gibi birçok önemli fonksiyonu etkileyebilmektedir. Bu kırıkların doğru bir şekilde tespit edilmesi ve anatomik olarak sınıflandırılması, tedavi sürecinin başarısı açısından büyük önem taşımaktadır. Panoramik radyografiler, mandibula kırıklarının değerlendirilmesinde sıklıkla kullanılan temel görüntüleme araçlarındandır. Son yıllarda gelişen teknolojiler sayesinde, yapay zekâ tabanlı sistemlerin tıbbi görüntüleme alanında kullanımı artmış ve bu sistemlerin klinik karar süreçlerine katkı sağlayabileceği görülmüştür. Bu çalışmada, panoramik radyografilerde mandibula kırıklarının otomatik olarak tespit edilmesi amacıyla derin öğrenme algoritmalarından YOLOv5 ve YOLOv8 modellerinin tanısal başarımları karşılaştırılmıştır. Tek aşamalı nesne tespiti modelleri olan YOLOv5 ve YOLOv8, mandibular anatomik bölgelerdeki (korpus, angulus, ramus, kondil, simfiz) kırıkları tespit etmek üzere eğitilmiştir. Çalışmada 400 panoramik radyografi görüntüsü kullanılmış, veri artırma yöntemleriyle toplam görüntü sayısı 980'e çıkarılmıştır. Görüntüler %80 eğitim, %10 doğrulama ve %10 test seti olarak ayrılmıştır. Modellerin performansları precision, recall, F1 skoru, mean Average Precision (mAP) ve Intersection over Union (IoU) gibi metriklerle değerlendirilmiştir. Test sonuçlarına göre YOLOv8 modeli 0,85 precision, 0,83 recall, 0,84 F1 skoru, 0,89 mAP ve 0,82 IoU değeri ile genel olarak daha yüksek bir başarı göstermiştir. YOLOv5 modeli ise 0,81 precision, 0,78 recall, 0,79 F1 skoru, 0,84 mAP ve 0,77 IoU değeri elde etmiştir. Her iki model de mandibula kırıklarının tespitinde yüksek doğruluk oranları göstermiş olsa da, YOLOv8 modelinin daha stabil ve güçlü bir performans sergilediği gözlemlenmiştir. Elde edilen bulgular, derin öğrenme tabanlı nesne tespiti algoritmalarının, panoramik radyografilerde mandibula kırıklarının değerlendirilmesinde etkili bir karar destek aracı olarak kullanılabileceğini göstermektedir.