Abstract:
Sefalometrik izleme, ortodontistler tarafından analiz ve tedavi planlaması için
kullanılan standart bir tekniktir. Sefalometrik X-ray görüntülerindeki önemli noktalar
uzmanlar tarafından işaretlenir. Bu yer işareti konumlarına dayalı ölçümler teşhis
için kullanılmaktadır. Bu işlemi elle gerçekleştirmek sıkıcıdır ve bu nedenle
uzmanlar için bile hataya açıktır. Bu nedenle, tam otomatik yer işareti yerelleştirme
(FALL) yazılımı geliştirilmiştir. Bu çalışmanın amacı, yerelleştirme sürecini
hızlandırmak için FALL yazılımı tarafından tespit edilecek yer işaretleri için arama
alanını azaltmaya yardımcı olmaktır. Bu çalışma, Prn yer işareti tespiti üzerine
odaklanmaktadır. Görüntünün Prn yer işaretini içerdiği kesin olan kısmı, 16x16
piksel boyutunda bloklara bölünmüştür. Her blok için, yönlendirilmiş gradyan
histogramı hesaplanmıştır. Bu histogramlar, Prn yer işareti için histogramların pozitif
ve negatif veri setini oluşturan daha önce elle oluşturulmuş olan histogramlarla
karşılaştırılır. Prn içerip içermediğine bakılmaksızın blokların sınıflandırılması için
K-en yakın komşular (KNN) algoritması kullanılmaktadır. Arama sonuçları, hiçbir
doğru pozitifin kaçırılmadığı ve yanlış pozitiflerin sayısı en aza indirildiği için umut
vericidir. Prn yer işaretini içeren blok %100 doğrulukla bulunmuştur. Po yer işaretini
içeren blok %75 doğrulukla bulunmuştur. Pog işaretini içeren blok %87,5 doğrulukla
bulunmuştur. Alt dudak yer işaretini içeren blok %87 doğrulukla bulunmuştur. N
kemiği yer işaretini içeren blok %25 doğrulukla bulunmuştur. Daha sonra, yer
işaretini belirlemek için hesaplama açısından daha zorlu bir algoritma kullanılabilir.
