Profil görüntüleri üzerinde derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla yumuşak doku profilinin değerlendirilmesi

Amaç: Günümüzde insan beyninin işleyişini taklit etme ilkelerine dayanan yeni yapay zeka (AI) teknolojileri geliştirilmiştir. Bu çalışmanın amacı, profil görüntüleri üzerinde özel bir yapay zeka algoritması kullanılarak yapılan anatomik nokta tespitinin başarısını araştırmaktır. Materyal ve Metot: Çalışmamızın veri setini 1000 hastanın ortodontik tedavi öncesi alınan profil görüntülerinden elde edilen kayıtlar üzerinde özel bir yapay zeka algoritması kullanılarak işaretlenen anatomik noktalar oluşturmaktır. Görüntüler üzerinde noktaların etiketlenmesi CranioCatch etiketleme yazılımı (CranioCatch, Eskişehir, Türkiye) kullanılarak yapılmıştır. Yapay zeka modelinin eğitimi, PyTorch uygulanan CNN tabanlı derin öğrenme yöntemi ile 300 Epoch kullanılarak gerçekleştirilmiştir. Bulgular: Çalışmada eğitilen yapay zeka modelinde en yüksek SDR değerleri yumuşak doku A ve yumuşak doku B noktalarında bulunmuştur. En düşük SDR değeri Glabella noktasında gözlemlenmiştir. SDR oranı 4 mm' lik aralıkta, işaretlenen toplam 23 noktada 6 nokta haricinde %90 üzerinde değerler göstermiştir. Sonuç: Çalışmamız ilerleyen zamanlarda yapılacak olan derin öğrenme tabanlı yüz yumuşak doku analiz sistemlerinin gelişimi açısından çok önemlidir. Yapay zeka algoritmalarından faydalanılarak oluşturulmuş sistemlerin klinik rutininde hekimlere zaman kazandıracak bir karar destek mekanizması rolü göreceği düşünülmektedir. Aynı zamanda anatomik noktaların tespiti sırasında, gözlemciler arası farkların ve gözlemcilerin farklı zamanlardaki değerlendirmelerinde oluşabilecek tutarsızlıkların en aza indirilmesi konusunda yardımcı olacağı tahmin edilmektedir. Anahtar Kelimeler: Anatomik nokta tespiti, Derin öğrenme, Profil fotoğrafı, Yapay zeka