Dental health has a significant impact on overall health and quality of life. Segmentation of impacted teeth is a critical step for early diagnosis and treatment in dentistry. In this study, we investigate the use of deep learning techniques to accurately identify impacted teeth in panoramic dental images. In this context, a Pyramid Scene Segmentation Network (PSPNet) based on ResNet backbone network is developed for embedded tooth segmentation. In the proposed architecture, ResNet18, ResNet34, ResNet50, ResNet101 and ResNet152 versions of the pre-trained ResNet backbone network are adapted. Considering the findings obtained in this study, the ResNet18 model achieved the highest success in segmentation and recognition processes in dental images (92.09% F1 Score, 93.88% Precision, 90.39% Recall, 85.34% IoU Score and 96.89% Dice Coefficient). This research reveals that the rate of successful detection of impacted teeth in adult patients is high as a result of studies on panoramic dental images. These findings emphasize that AI can be an effective tool for dentists and increase confidence in the development of AI in the healthcare sector.
Diş sağlığı, genel sağlık ve yaşam kalitesi üzerinde önemli bir etkiye sahiptir. Gömülü dişlerin segmentasyonu, diş hekimliğinde erken teşhis ve tedavi için kritik öneme sahip bir adımdır. Bu çalışmada, panoramik diş görüntülerindeki gömülü dişlerin doğru bir şekilde tanımlanması amacıyla derin öğrenme tekniklerinin kullanılması ele alınmıştır. Bu kapsamda, gömülü diş segmentasyonu için ResNet omurga ağına dayalı Piramit Sahne Ayrıştırma Ağı (PSPNet) geliştirilmiştir. Önerilen mimaride, önceden eğitilmiş ResNet omurga ağının ResNet18, ResNet34, ResNet50, ResNet101 ve ResNet152 versiyonları adapte edilmiştir. Bu çalışmada elde edilen bulgular göz önüne alındığında, diş görüntülerindeki segmentasyon ve tanıma süreçlerinde en yüksek başarıyı ResNet18 modeli ile elde edilmiştir (%92.09 F1 Skor, %93.88 Kesinlik, %90.39 Duyarlılık, %85.34 IoU Skor ve %96.89 Dice Katsayısı). Bu araştırma, panoramik diş görüntüleri üzerinde yapılan çalışmalar sonucunda, yetişkin hastalarda gömülü dişlerin başarıyla tespit edilme oranının yüksek olduğunu ortaya koymaktadır. Bu bulgular, yapay zekanın diş hekimleri için etkili bir yardımcı araç olabileceğini vurgulamakta ve sağlık sektöründeki yapay zeka gelişimine olan güveni artırmaktadır.
Primary Language | Turkish |
---|---|
Subjects | Deep Learning |
Journal Section | MBD |
Authors | |
Publication Date | March 28, 2024 |
Submission Date | December 14, 2023 |
Acceptance Date | February 13, 2024 |
Published in Issue | Year 2024 Volume: 36 Issue: 1 |