Sefalometrik Görüntülerde Ortodontik İskeletsel Sınıflamanın Federe Derin Öğrenme Tabanlı Yöntemlerle Yer İşareti Tespitine Gerek Kalmadan Algılanması
[ X ]
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
ISBI ve Dicle veri setlerinden elde edilen sefalometrik görüntüler kullanılarak ortodontik iskelet sınıflandırması için Federe Evrişisimsel Sinir Ağları (ESA) modellerinin etkinliğini değerlendirmek amaçlanmıştır. Temel DenseNet121 modeli ve ?Kanal Dikkat?, ?Uzamsal Dikkat?, ?Sıkma Uyarma? ile ?Uzamsal Piramit Havuzlama? gibi belirli ESA bloklarını içeren gelişkin versiyonları sınıflandırma amacıyla kullanılmıştır. Modeller, Merkezi Öğrenme (MÖ), Yerel Öğrenme (YÖ) ve Federe Öğrenme (FÖ) mimarilerde değerlendirilmiş ve karşılaştırılmıştır. Gelişkin DenseNet121 modelleri, temel modelle karşılaştırıldığında %24'ün üzerinde bir değer ile önemli bir doğruluk artışı gözlemlenmiştir. Özellikle, Uzamsal Dikkat ile artırılmış DenseNet121_SA modeli, ISBI veri setinde YÖ mimarisine göre %19 gibi dikkate değer bir performans artışı göstermiştir. Ayrıca, Uzamsal Dikkat ve Sıkma Uyarma ile artırılmış DenseNet121_SA_SE modeli, aynı ISBI veri setinde YÖ ayarlarına göre %18'lik etkileyici bir performans kazancı sergilemiştir. Federe ESA modellerinin, özellikle DenseNet121_SA ve DenseNet121_SA_SE olmak üzere, ortodontik iskelet sınıflandırma alanında umut vadettiği gözlenmiştir. Bu çalışma için derlenen ve etiketlenen Dicle veri setinin proje sonunda paylaşılması, yapay zeka temelli ortodontik diş görüntü analizi çalışmaları açısından önemli bir kaynak olacak ve bu alanda zamanla daha kesin teşhislerin konulmasının önünü açacaktır. Elde edilen bulgular, FÖ?nün ortodonti ile ilgili yapay zeka çalışmalarındaki ölçeklenebilirlik ve veri mahremiyeti konularındaki rolünü de göstermektedir.
Açıklama
25.02.2024
Anahtar Kelimeler
Evrişimsel Sinir Ağları, DenseNet121, Anahtar Kelimeler: Federe Öğrenme, Ortodontik İskeletsel Sınıflama, Sefalometrik Görüntüler, Uzamsal Dikkat
