Giriş
- Periodontal hastalığın erken teşhisinin önemi.
- Yapay zekanın tanısal doğruluğu artırma aracı olarak tanıtılması.
Veri Toplama ve Çalışma Tasarımı
- Radyoloji verilerinin retrospektif değerlendirmesi.
- Görüntü kalitesi için kabul ve dışlama kriterleri.
- Standartlaştırılmış panoramik görüntüleme cihazının kullanımı.
Metodoloji
- Panoramik görüntülerde kemik kaybı bölgelerinin segmentasyonu.
- Standartlaştırılmış radyografi parametreleri.
- Analiz öncesi verilerin anonimleştirilmesi.
Yapay Zeka Modelinin Değerlendirilmesi
- PyTorch modelinin %10 test veri kümesinde test edilmesi.
- AI modelinin doğruluk oranlarının radyolog değerlendirmesi ile karşılaştırılması.
- Performans değerlendirmesi için karmaşıklık matrisinin kullanımı.
Sonuçlar
- Doğru pozitif, doğru negatif, yanlış pozitif ve yanlış negatif metrikleri.
- Bölgesel vs. genel tespit başarıları üzerine tartışma.
Tartışma
- Periodontal sınıflama ve teşhis için çalışma bulgularının etkileri.
- Periodontal hastalık tespitinde AI'nın sağladığı potansiyel faydalar.
Sonuç
- Alveolar kemik kaybının tespitinde AI'nın etkinliğinin özeti.
- Gelecek araştırmalar ve klinik uygulamalar için öneriler.
Yazar Katkıları
- Her bir yazarın katkıları ve düzeltme yardımı.
Finansman ve Etik Hususlar
- Araştırma için dış finansman alınmadı.
- Etik standartlara uyum ve katılımcılardan alınan bilgilendirilmiş onam.
