YOLOv7 algoritması ile diş röntgenlerinde lezyon ve çürük tespiti

Sağlık sektörü, derin öğrenme algoritmalarının kullanımı sayesinde teşhislerin daha tutarlı hale getirilmesi ve başarılı sonuçların elde edilmesi konusunda büyük ilerlemeler kaydetmektedir. Diş sağlığı açısından, diş iltihapları zaman içinde dişlerde çürüklere neden olmaktadır. Diş bakımına özen gösterilmediğinde, zamanla kişinin ağzında bakteriler oluşur. Bu bakteriler gıdalarla birleşerek diş minesine zarar verir ve diş çürükleri meydana gelir. Diş çürükleri yaşamımızı olumsuz yönde etkileyen önemli bir sağlık problemi olarak karşımıza çıkmaktadır. Yakın zamana kadar iltihaplı dişler, diğer bölgelere zarar vermesini önlemek amacıyla hemen çekilirdi. Günümüzde görüntüleme yöntemlerinin gelişmesiyle birlikte diş kayıplarını engellemek için çeşitli tedavi yöntemleri uygulanıp, başarı oranı artmıştır. Çürüklerin ve lezyonların teşhisi genellikle diş röntgen görüntüleri çekilerek yapılır. Ancak bu tür teşhisler, uzman kişiler tarafından gerçekleştirildiğinde dahi farklılık gösterebilmektedir. Bu nedenle, derin öğrenme temelli yaklaşımlardan yararlanma ihtiyacı doğmaktadır. Bu çalışmada, diş röntgenlerinde YOLOv7 tabanlı bir derin öğrenme algoritması kullanılarak lezyon ve çürüklerin otomatik olarak tespiti amaçlanmıştır. Uzman bir diş hekimi tarafından işaretlenmiş 400 adet panoramik diş röntgen görüntüsü kullanılmıştır. Bu işaretleme, lezyon ve çürük bölgelerinin hassas bir şekilde tanımlanmasını sağlamıştır. Daha sonra, bu görüntüler Roboflow platformunda YOLOv7 formatına dönüştürülmüş ve modelin eğitimi için kullanılmıştır. YOLOv7 algoritması, bu veriler üzerinde eğitilmiş ve diş röntgenlerindeki lezyonları ve çürükleri yüksek bir doğrulukla tanıma yeteneği sergilemiştir. Modelin performansı kesinlik, hatırlama, mAP gibi performans metrikleri kullanılarak değerlendirilmiş ve %38 ortalama kesinlik (mAP) değeri elde edilmiştir. Elde edilen sonuçlar, sağlık kurumları arasında teşhis tutarlılığını artırabilir, kişisel yorumlama hatalarını en aza indirebilir ve tedavi planlarını daha etkili hale getirebilir.