Akademik Çalışmalar

Akademik çalışma hakkında detaylı bilgiye buradan ulaşabilirsiniz!

Çift Dallı Mandibular Kanalların CBCT ile Yapay Zekâ Destekli Segmentasyonu


Özet

Amaç: Mandibular ve çift dallı (bifid) kanalların doğru segmentasyonu, dental implant planlamasında, üçüncü molar diş çekimlerinde ve diğer cerrahi girişimlerde güvenli implant yerleştirilmesini sağlamak açısından kritik öneme sahiptir. Bu çalışmanın amacı, CBCT görüntülerinde mandibular ve bifid kanalların verimli ve doğru bir şekilde segmentasyonu için yenilikçi bir yapay zekâ aracını geliştirmek ve doğrulamaktır.

Materyal ve Yöntemler: CBCT verileri, bifid kanal varyasyonlarının net bir şekilde görülebildiği hastaları belirlemek için tarandı ve ilgili DICOM dosyaları çıkarıldı. Bu DICOM dosyaları daha sonra açık kaynaklı 3D Slicer® yazılımına aktarıldı ve burada bifid kanallar ile mandibular kanallar anotasyonlandı. Anotasyonlu veriler ve ham DICOM dosyaları, CranioCatch AI yazılım ekibi tarafından nnU-Netv2 eğitim modeli kullanılarak işlendi.

Bulgular: 69 anonim CBCT hacmi DICOM formatından NIfTI dosya formatına dönüştürüldü. nnU-Net v2 kullanan yöntem, mandibular kanal ile ilişkili voksel değerlerini doğru bir şekilde tahmin etti ve örneklerin neredeyse tamamında %50’nin üzerinde kesişim sağladı. Mandibular kanal/bifid kanal için doğruluk, Dice skoru, hassasiyet ve geri çağırma (recall) skorları sırasıyla 0,99/0,99, 0,82/0,46, 0,85/0,70 ve 0,80/0,42 olarak belirlendi.

Sonuçlar: Bifid kanal segmentasyonu beklenen başarı düzeyine ulaşmasa da, elde edilen bulgular önerilen yöntemin umut verici olduğunu ve mandibular kanal segmentasyonu için tamamlayıcı bir araç olarak kullanılma potansiyeline sahip olduğunu göstermektedir. Cerrahi öncesinde mandibular kanalın doğru değerlendirilmesinin önemi göz önünde bulundurulduğunda, yapay zekâ kullanımı, bu yapının izlenmesi ve segmentasyonu gibi karmaşık ve zaman alıcı süreçleri otomatikleştirerek klinisyenlerin yükünü azaltabilir.

Klinik Önemi: Yapay zekâ ile bifid kanalların ayırt edilebilmesi, cerrahi öncesi veya sonrası oluşabilecek nörovasküler problemleri önlemeye yardımcı olacaktır.

Bilimsel Araştırma Projesi Yazmak İstiyorum

CranioCatch Diş Hekimliği alanında ağız bakımını iyileştiren Global AI destekli lider dental tıbbi teknoloji şirketidir. AI Destekli Klinik, Eğitim ve Etiketleme çözümleri ile ileri makine öğrenimi teknolojisindeki çağdaş yaklaşımlardan yararlanarak diş hastalıklarının teşhisinde ve tedavisinde önemli iyileştirmeler sağlar.

CranioCatch; Her gün dünyada binlerce diş sağlığı problemi yaşayan hastalara yenilikçi teknolojileri ile hizmet vermektedir. İşte bu yüzden değişime öncülük ediyor “Diş Hekimliğinde Bilimsel Araştırma” Alanında çalışma yapmak isteyen Değerli Diş Hekimlerimiz ile tanışmayı sabırsızlıkla bekliyoruz.

Telefon - Phone İletişime Geçin
Milliyet ikonu
Trt Haber ikonu
Habertürk Logo