Nazopalatinal Kanalın Segmentasyonu ve Kanal Furkasyon Durumunun Yapay Zeka ile CBCT Görüntülerinde Tespiti

Özet

Amaç: Nazopalatinal kanal (NPC), morfolojisi değişken olan bir anatomik yapıdır. NPC, koni ışınlı bilgisayarlı tomografi (CBCT) ile görüntülenebilir. Ayrıca, CBCT birçok çalışmada yapay zekada (AI) kullanılmaktadır. "You Only Look Once" (YOLO), hızı ile öne çıkan bir AI çerçevesidir. Bu çalışmada, NPC segmentasyonu ve NPC furkasyon durumunun değerlendirilmesinde gözlemci ile yapay zekanın performansı karşılaştırılmıştır.

Materyal ve Yöntem: Çalışmada 200 CBCT görüntüsünün aksiyel kesitleri kullanılmıştır. Bu görüntüler, NPC furkasyonunun varlığı veya yokluğu açısından etiketlenmiş ve değerlendirilmiştir. Görüntüler üçe bölünmüş; 160 görüntü eğitim, 20 görüntü doğrulama ve 20 görüntü test veri seti olarak kullanılmıştır. Eğitim, YOLOv5x-seg modeli ile 800 epoch üzerinden gerçekleştirilmiştir.

Bulgular: YOLOv5x-seg modeli ile NPC tespiti, segmentasyonu ve sınıflandırması için duyarlılık (sensitivity), hassasiyet (precision), F1 skoru, IoU, mAP ve AUC değerleri belirlenmiştir. Furkasyonun olmadığı grup için sırasıyla 0,9680; 0,9953; 0,9815; 0,9636; 0,7930 ve 0,8841; furkasyonun bulunduğu grup için ise 0,9827; 0,9975; 0,9900; 0,9803; 0,9637 ve 0,9510 olarak bulunmuştur.

Sonuç: Bulgularımız, YOLOv5x-seg modeli NPC furkasyonu ve daha az veri seti ile eğitildiğinde bile yeterli tahmin doğruluğu sağladığını göstermiştir. Nesne tespiti algoritmasına dayalı YOLOv5’in segmentasyon özelliği, geliştirilmesinin üzerinden kısa süre geçmesine rağmen oldukça başarılı sonuçlar elde etmiştir.