Abstract:
Diş hekimliğinde radyoloji; ağız, diş ve çene bölgesindeki geçmiş dönemde yapılan tedavilerin, hastalıkların ve ileride doğabilecek sorunların tespit edildiği ilk basamaktır. Çekilen panoramik röntgenler sayesinde hastanın mevcut durumu bir bütün olarak ele alınarak bir hekimin incelemeleri sonucunda gerekli tedaviler planlanmaktadır. Fakat artan nüfus, yetersiz hekim sayısı, yetersiz hastaneler ve ekonomik sıkıntıların bir sonucu olarak hastalar ağrılı bir şekilde önce röntgen sırası daha sonra da hekim kontrolü için çok sıra beklemektedir. Bu tezde, panoramik diş röntgenlerinden hastanın geçmiş dönemde yapılan tedavilerinin tespitinin derin öğrenme metotlarıyla tespiti sunulmuştur. Çalışmanın hekimlerin hastanın geçmiş tanılarını bulmasına hız kazandırması ve gelecekte hastalıkların ve doğabilecek sorunların bulunabilmesi için bir ön hazırlık olması beklenmektedir. Bu çalışma kapsamında, sağlık alanında yapılan 2 boyutlu veya 3 boyutlu röntgenlerden hastalık tespiti yapan önceki çalışmalar incelenmiştir. Derin öğrenme yöntemi olarak CNN algoritmasının, nesne tespiti içinse verimlilik ve hız faktörleri göz önüne alınınca YOLO algoritmasının yaygın olarak kullanıldığı görülmüştür. Bazı çalışmalarda ise bölge önerimi için RPN ve nesne tespiti için SSD, Faster R-CNN gibi teknikler kullanılmıştır. Bu çalışmada aynı veri seti kullanılarak revize edilmiş YOLO versiyonları ve revize edilmiş Faster R-CNN modeli aynı kapasitedeki bir bilgisayarda denenmiştir. Böylece bu yöntemler arasında başarı oranı ve hız gibi önemli etkenlerin karşılaştırılması da yapılmıştır.
