Konik Işınlı Bilgisayarlı Tomografide Tespit Edilen Yumuşak Doku Kalsifikasyon ve Ossifikasyonlarının Yapay Zekaya Tanıtılması
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Sağlık Bilimleri Enstitüsü, Diş Hekimliği Fakültesi Bölümü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: LOKMAN CİN
Danışman: Hülya Çakır Karabaş
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Baş boyun bölgesi yumuşak doku kalsifikasyonları genellikle asemptomatiktir ve rutin radyografik tetkikler esnasında tesadüfen fark edilirler. Panoramik radyografi, konik ışınla bilgisayarlı tomografiye göre daha az radyasyon yaysa da iki boyutlu olması nedeniyle yumuşak doku kalsifikasyonları anatomik yapılara süperpoze olabilmektedir. Konik ışınlı bilgisayarlı tomografi, vücut sert yapılarını ve yumuşak doku kalsifikasyonlarını üç boyutlu göstermektedir [1]. Yapay zeka; verileri hızlı ve doğru bir şekilde analiz edip daha iyi performans gösterebilir. İnsanlardan daha hızlı, daha doğru ve daha verimli çalışabilir [2]. Hastalık tanısı, tedavi yöntemleri ve profilakside fayda sağlayabilir. Tıpta ilerleme sağlayıp yaşam kalitesini artırabilir. Çalışmamızın amacı konik ışınlı bilgisayarlı tomografide tespit edilen yumuşak doku kalsifikasyonlarını yapay zeka sistemine tanımlayıp sistemin performansını değerlendirmektir. Çalışmamıza, İstanbul Üniversitesi Diş Hekimliği Fakültesi Ağız Diş ve Çene Radyolojisi Anabilim Dalı'nda 2016-2019 yılları arasında, çeşitli nedenlerle baş ve boyun bölgesinin konik ışınlı bilgisayarlı tomografi (KIBT) görüntülenmesi alınmış hastalar dahil edilmiştir. KIBT görüntülerinde tespit edilen yumuşak doku kalsifikasyonları, aksiyal, koronal ve sagittal kesitlerde değerlendirilip aksiyal kesitte segmente edildi. Çalışmamızda 287 adet tomografi verisi kullanıldı. Arterial kalsifikasyon, flebolit, tonsillolit, stiloid ligament ossifikasyonu, osteoma kutis, antrolit, laringial kartilaj kalsifikasyonu, sialolit, lenf nodu kalsifikasyonu, rinolit, miyositis ossifikans sınıflarını multipl eğitim yaparak ve bu sınıfları birleştirip yumuşak doku kalsifikasyonu adı altında tek sınıflı eğitim yaparak yaptığımız çalışmamızda karmaşıklık matrisi kullanılarak modelin performansı değerlendirildi. Verilerin %80'i eğitim, %10'u test ve %10'u doğrulama için kullanıldı. Tek sınıfta eğitimi yapılan verilerden elde edilen duyarlılık, kesinlik ve F1 skoru değerleri sırasıyla; 0,98; 0,91 ve 0,94 olarak bulundu. Multipl sınıflarda eğitimi yapılan verilerden elde edilen duyarlılık, kesinlik ve F1 skorları sırasıyla; 0,88; 0,80 ve 0,84 olarak bulundu. Bu çalışmamızın sonucunda yapay zeka modelinin genel olarak yüksek performans değerleri ile yumuşak doku kalsifikasyonlarını başarılı bir şekilde tespit edilebileceği gösterildi. Yapay zeka modelinin bu başarısı hekimlere zaman kazandırabilir, daha objektif bir değerlendirme yapılmasını sağlayabilir.