DoktoraAçık Erişim

Panoramik, sefalometrik ve el-bilek radyografilerini kullanılarak hibrit derin öğrenme yöntemleriyle yaş tahmini

Bu tez size mi ait?

Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.

2024
0 görüntülenme
0 i̇ndirme

Özet (TR)

Mühendislik biliminde sağlık alanı da dahil olmak üzere birçok gerçek dünya problemlerinin çözüm sürecinde derin öğrenme mimarilerinin kullanımı günden güne yaygınlaşmaktadır. Günümüzde yaş tahmininde en sık ve güvenilir olarak kullanılan yöntemler diş ve kemik gelişiminin değerlendirildiği yöntemlerdir. Kemik yaş tahmini, tıbbi olarak çocuklardaki büyüme, gelişim ve endokrin bozuklukların araştırılması için önemliyken hukuki olarak ise cezai sorumluluğun belirlenmesi ve uluslararası evlat edinme sürecinde, antropoloji ve adli tıp gibi alanlarda kritik öneme sahiptir. Bireyler üzerinde yaş tahmini yaparken insan vücuduna ait en güvenilir sonucu veren diş, kafatası ve el-bilek kemiklerinin gelişimi incelenerek yaş tahmini yapılmaktadır. Geleneksel olarak dişlerden yaş tahmini 2 farklı dönemde yapılır. Çocuklarda geçici ve sürekli dişlerin gelişim aşamaları ve sürme zamanları değerlendirilmektedir. Bu çalışmada panoramik, sefalometrik ve el-bilek radyografileri ile bireyin yaşını tespit etmeyi amaçlayan derin öğrenme tabanlı hibrit bir sistem önerilmiştir. Çalışmada iki veya üç gruplu sınıftan oluşan yedi farklı veri seti kullanılmıştır. Veri setlerindeki sınıflar genel olarak 2-6, 6-13, 13-21, 2-13 ve 13-21 yaş aralığındadır. Aynı bireylerden alınan panoramik, sefalometrik ve el-bilek radyografilerine aynı yöntemler uygulanarak önerilen sistemin güvenirliği ve başarımı analiz edilmiştir. Çalışmada ilk olarak tüm veri setlerine yedi farklı özellik çıkarım mimarisi uygulanmıştır. Elde edilen özellik haritası önerilen sisteme girdi olarak verilerek beş farklı makine öğrenmesi yöntemi, üç farklı derin öğrenme yöntemi ve iki farklı hibrit derin öğrenme yöntemi uygulanmıştır. Elde edilen performans değerlendirme metrikleri karşılaştırılarak sistem başarımı test edilmiştir. En yüksek %91'lik doğruluk, kesinlik, hassasiyet ve F1-skor performans değerleri InceptionV3 ve CNN+RNN hibrit modeli ile elde edilmiştir.

Yazar

Merve Parlak Baydoğan

Bu Yayına Nasıl Atıf Yapılır

Merve Parlak Baydoğan (Doktora Tezi). Panoramik, sefalometrik ve el-bilek radyografilerini kullanılarak hibrit derin öğrenme yöntemleriyle yaş tahmini, 2024, Fırat University.

Anahtar Kelimeler

Lisans

Tüm Hakları Saklıdır

Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.

Fırat University tezlerinden daha fazlası