Akademik Veri Yönetim Sistemi
Topal C. G. (Yürütücü), Yalçın O., Ünal M., Bandırmalı Ertürk N., Tetik H., Üçok C. Ö.
Yükseköğretim Kurumları Destekli Proje, BAP Araştırma Projesi, 2026 - 2026
Yapay zekânın (YZ) diş hekimliği görüntüleme alanına artan entegrasyonu büyük ölçüde lezyon tespiti gibi tanısal görevlere odaklanmış olup, görüntü kalitesi değerlendirmesi ve artefakt yönetimi literatürde büyük ölçüde ihmal
edilmiştir. Oysa fotostimüle fosfor plak (PSP) radyografilerinde görülen artefaktlar, tanısal belirsizliğin ve tekrar çekimlerin önemli bir kaynağını oluşturmaktadır. Bu proje, intraoral PSP radyografilerinde artefaktların piksel düzeyinde segmentasyonunu hedefleyen ilk kapsamlı yapay zekâ yaklaşımlarından biri olması ve görüntü kalitesini doğrudan ele alması açısından özgün bir değer taşımaktadır. Ayrıca, mevcut çalışmaların çoğundan farklı olarak yalnızca artefakt varlığını değil, artefaktların konum ve yayılımını detaylı biçimde ortaya koymayı amaçlamaktadır.
Çalışmada, intraoral PSP görüntüleri standart bir artefakt sınıflamasına göre piksel düzeyinde manuel olarak işaretlenecektir. Derin öğrenme tabanlı bir segmentasyon modeli (nnU-Net) ile artefakt bölgelerinin tespiti ve lokalizasyonu gerçekleştirilecek, ardından ikinci aşamada görüntü düzeyinde artefakt varlığını belirlemeye yönelik bir sınıflandırma yaklaşımı uygulanacaktır. Model performansı, çapraz doğrulama ve bağımsız test veri setleri üzerinde Dice, IoU, kesinlik (precision) ve duyarlılık (recall) gibi standart segmentasyon metrikleri kullanılarak değerlendirilecektir.
Bu projenin çıktıları arasında, güvenilir bir otomatik artefakt tespit sistemi geliştirilmesi ve diş hekimliği radyografisinde ölçeklenebilir bir kalite güvence aracının oluşturulması yer almaktadır. Bu yaklaşımın, gereksiz tekrar çekimlerin azaltılması yoluyla hasta radyasyon maruziyetinin düşürülmesine, tanı güvenilirliğinin artırılması na ve yapay zekâ tabanlı kalite kontrol mekanizmalarının rutin klinik iş akışlarına entegrasyonuna katkı sağlaması beklenmektedir.