Development of an artificial intelligence system to estimate postoperative discomfort after impacted third molar surgery

Basit Öğe Kaydı
dc.authorid0000-0002-9259-8526en_US
dc.authorid0000-0001-9995-1460en_US
dc.authorid0000-0003-0593-3400en_US
dc.authorid0000-0002-1879-2515en_US
dc.authorid0000-0002-6925-9526en_US
dc.authorid0000-0001-8238-8966en_US
dc.contributor.authorKoçyiğit, Seda
dc.contributor.authorÖzgönenel, Okan
dc.contributor.authorBaş, Burcu
dc.contributor.authorÖzden, Bora
dc.contributor.authorHoşgör, Hatice
dc.contributor.authorKaya, Özlem Akbelen
dc.date.accessioned2023-01-18T06:46:56Z
dc.date.available2023-01-18T06:46:56Z
dc.date.issued2020en_US
dc.departmentBaşka Kurumen_US
dc.description.abstractBackground: Artificial Neural Network (ANN) is relatively crude electronic model based on the neural structure of human brain which was used in the field of medicine in different purposes. It can be used for many medical branches especially for estimating the course of a certain disorder or treatment procedure. The aim of this study is to use ANN in maxillofacial surgery to estimate the postoperative symptoms after third molar surgery. Methods: The pre and post-operative information of 175 consecutive patients who needed extraction of impacted third molar teeth were employed to train an ANN. After the training process, the information of 26 cases was used in order to verify the network's ability to predict the post-operative symptoms such as swelling, pain, decrease of mouth opening, bleeding, number of days to return to normal activities and duration of activity restriction. The results obtained from ANN were compared with the results of patients self-reported information. The correlation between the postoperative symptoms of the patients and outcomes obtained from the ANN were analyzed statistically. Results: Close association was found between the patients’ reports and ANN results on post-operative pain, swelling, bleeding, number of days to return to normal activities and duration of activity restriction. Conclusion: The proposed ANN approach is easy to implement and adapted to predict the response of the postoperative outcomes. The model can be further extended to include more variables and experimental data to increase reliability.en_US
dc.description.abstractAmaç: Yapay Sinir Ağı (YSA), tıp alanında farklı amaçlar için kullanılan nispeten insan beyninin sinir yapısına dayanan ham elektronik modeldir. Özellikle belirli bir hastalığın seyrini veya tedavi prosedürünü tahmin etmek için birçok tıp dalında kullanılabilmektedir. Bu çalışmanın amacı, üçüncü molar cerrahisinden sonra postoperatif semptomları tahmin etmek için maksillofasiyal cerrahide YSA kullanmaktır. Gereç ve Yöntemler: Gömülü üçüncü molar dişleri çekilmesi gereken ardışık 175 hastanın ameliyat öncesi ve sonrası bilgileri bir YSA'yı eğitmek için kullanıldı. Eğitim sürecinin ardından; şişme, ağrı, ağız açıklığında azalma, kanama, normal aktiviteye dönme gün sayısı ve aktivite kısıtlama süresi gibi postoperatif semptomları öngörme yeteneğini doğrulamak için 26 vakanın bilgileri kullanılmıştır. YSA'dan elde edilen sonuçlar, hastaların kendi rapor ettiği bilgilerin sonuçlarıyla karşılaştırıldı. Postoperatif hastaların semptomları ile YSA'dan elde edilen sonuçlar arasındaki korelasyon istatistiksel olarak analiz edildi. Bulgular: Ameliyat sonrası ağrı, şişme, kanama, normal aktivitelere dönme gün sayısı ve aktivite kısıtlama süresi üzerine hastaların raporları ile YSA sonuçları arasında yakın ilişki bulundu. Sonuç: Önerilen YSA yaklaşımının, ameliyat sonrası sonuçların yanıtını öngörmek için uygulanması kolay ve uygulanabilirdir. Model, güvenilirliği artırmak için daha fazla değişken ve deneysel veri içerecek şekilde genişletilebilir.en_US
dc.identifier.citationKoçyiğit, S., Özgönenel, O., Baş, B., Özden, B., Hoşgör, H., Kaya, Ö. A., (2020). Development of an artificial intelligence system to estimate postoperative discomfort after impacted third molar surgery. Selçuk Üniversitesi Diş Hekimliği Fakültesi Dergisi, 7 (2), 148-154. Doi: 10.15311/selcukdentj.535365en_US
dc.identifier.doi10.15311/selcukdentj.535365en_US
dc.identifier.endpage154en_US
dc.identifier.issn2148-7529en_US
dc.identifier.issue2en_US
dc.identifier.startpage148en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/44842
dc.identifier.volume7en_US
dc.language.isoenen_US
dc.publisherSelçuk Üniversitesien_US
dc.relation.ispartofSelçuk Üniversitesi Diş Hekimliği Fakültesi Dergisien_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Başka Kurum Yazarıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectActivity restrictionen_US
dc.subjectartificial neural networken_US
dc.subjectpostoperative discomforten_US
dc.subjectthird molar surgeryen_US
dc.subjectAktivite kısıtlamasıen_US
dc.subjectyapay sinir ağıen_US
dc.subjectpostoperatif rahatsızlıken_US
dc.subjectüçünci molar cerrahisien_US
dc.titleDevelopment of an artificial intelligence system to estimate postoperative discomfort after impacted third molar surgeryen_US
dc.title.alternativeGömülü üçüncü molar cerrahisinden sonra postoperatif rahatsızlığı tahmin etmek için yapay zeka sisteminin geliştirilmesien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
7-2-2.pdf
Boyut:
1 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Dergi Yayın Koleksiyonu