CBCT Görüntülerinde Infraorbital Kanalın Otomatik Segmentasyonu: Yapay Zekâ ile Anatomik Yapı Tanıma

Özet

Arka Plan / Amaç: Infraorbital kanal (IOC), maksillanın ön yüzeyinden geçen ve infraorbital foramen’de sonlanan kritik bir anatomik yapıdır; infraorbital sinir, arter ve veni içerir. Maksillofasiyal cerrahi, diş implantları ve orbital cerrahilerde bu kanalın doğru lokalizasyonu, sinir hasarını önlemek, komplikasyonları azaltmak ve başarılı cerrahi planlama yapmak açısından büyük önem taşır. Bu çalışmanın amacı, konik ışınlı bilgisayarlı tomografi (CBCT) görüntülerinde YZ tabanlı bir model kullanarak infraorbital kanalın otomatik segmentasyonunu gerçekleştirmektir.

Yöntemler: Toplam 110 hastaya ait 220 IOC CBCT görüntüsü, 3D Slicer yazılımı (v4.10.2; MIT, Cambridge, MA, ABD) kullanılarak etiketlenmiştir. Veri seti %80 eğitim, %10 doğrulama ve %10 test olacak şekilde ayrılmıştır. Eğitim ve test verilerine nnU-Net v2 mimarisi uygulanarak uygun algoritma ağırlık faktörleri üretilmiştir. Modelin doğruluk ve performansı, karışıklık matrisi (confusion matrix) ile kontrol edilmiştir. Test sonuçları üzerinden Dice Katsayısı (DC), Intersection over Union (IoU), F1-skore ve %95 Hausdorff mesafesi (95% HD) hesaplanmıştır.

Bulgular: Model testi sonucunda, DC, IoU, F1-skore ve 95% HD değerleri sırasıyla 0,7792, 0,6402, 0,787 ve 0,7661 olarak bulunmuştur. Elde edilen verilere göre alıcı işletim karakteristiği (ROC) eğrisi çizilmiş ve eğri altındaki alan (AUC) 0,91 olarak belirlenmiştir.

Sonuçlar: Cerrahi işlemler sırasında IOC’nin doğru şekilde tanınması ve korunması, hastanın fonksiyonel ve sensörial bütünlüğünün korunması açısından kritik öneme sahiptir. Bu çalışmanın bulguları, CBCT görüntülerinde YZ tabanlı otomatik segmentasyon yöntemi kullanılarak IOC’nin yüksek doğruluk ve hassasiyetle tespit edilebileceğini göstermektedir. Bu yaklaşım, cerrahi riskleri azaltma ve kritik anatomik yapıların güvenliğini artırma potansiyeline sahiptir.