Tez No	İndirme	Tez Künye	Durumu
485123		Sayısal dental modellerden otomatik cinsiyet tespiti / Automatic gender determination from digital dental models Yazar:BETÜL UZBAŞ Danışman: PROF. DR. AHMET ARSLAN Yer Bilgisi: Selçuk Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2017 113 s.
Cinsiyet, kimliği bilinmeyen bir kişiye ait önemli tanımlayıcı bilgilerdendir. Kişinin cinsiyetine bağlı olarak, arama yapılacak olan kümede indirgeme yapılabilmekte ve bu sayede arama hızında artış sağlanabilmektedir. Dişler, dayanıklı ve dirençli bir yapıya sahip olmalarından dolayı kaza, yangın gibi afetlerden sonra bile bilinmeyen bir kişiye ait özelliklerin belirlenmesinde önemli bir kaynak görevi görmektedir. Bundan dolayı dişlerden cinsiyet analizi, özellikle arkeoloji ve adli tıp için güncel bir araştırma konusudur. Literatür incelendiğinde dişlerden cinsiyet tespitinin genellikle diş hekimliği ve adli tıp alanlarında elle yapılan ölçümler kullanılarak gerçekleştirildiği gözlemlenmektedir. Bu tarz yöntemler ölçüm yapmak için ek bir çabaya ve zaman kaybına sebep olmaktadır. Ayrıca cinsiyet dimorfizminin popülasyondan popülasyona değişiklik göstermesi sebebiyle her popülasyon için uygun değerlerin belirlenmesi gerekmektedir. Bu çalışmada hızlı ve zahmetsiz bir şekilde sayısal dental modellerden otomatik cinsiyet tespiti yapabilen iki sistem önerilmiştir. İlk yapılan çalışmada kontrollü bir ortamda maksiller alçı modelleri hizalanarak 2B görüntüleri alınmış ve otomatik segmentasyon işlemleri yapılıp Gri Seviye Eş-Oluşum Matrisi (GSEM) ile sınıflandırmada kullanılacak özellikler çıkarılmıştır. Rastgele Orman (RO) algoritması ile sınıflandırma yapılarak cinsiyet tespiti gerçekleştirilmiştir. Yapılan ikinci çalışmada 3B sayısal maksiller alçı modelleri İteratif Yakın Nokta (İYN) algoritması kullanılarak otomatik hizalanmış ve segmentasyon işleminden sonra modeller derinlik imgelerine dönüştürülmüştür. Özellik çıkarma işlemi için lokal Ayrık Kosinüs Dönüşümü (AKD) kullanılmış ve RO algoritması kullanılarak cinsiyet analizi yapılmıştır. Bu tez kapsamında sayısal dental modellerden görüntü işleme, özellik çıkarma ve yapay zekâ yöntemleri kullanılarak otomatik cinsiyet tespitini başarıyla gerçekleştiren sistemler önerilmiştir. Yapılan çalışma bilgisayar bilimleri, adli tıp ve diş hekimliğini kapsayan çok disiplinli bir çalışmadır.
Gender is an important identifier of an unknown person. Depending on the gender of the person, the search space can be reduced and the search speed can be increased. Since teeth have a durable and resistant structure, they act as an important source in determining the characteristics of an unknown person even in disasters such as accidents and fires. Therefore gender analysis of teeth is a current research topic, especially for archaeology and forensic medicine. When the literature is examined, it is observed that gender determination is generally performed by using manual measurements in dentistry and forensic medicine. Such methods include an additional step for measurement and this causes additional effort and loss of time. In addition, since gender dimorphism differs from population to population, appropriate values for each population should be determined. In this study, two systems that can automatically detect gender from digital tooth models quickly and effortlessly are proposed. In the first study, 2D images are taken in a controlled environment by aligning the maxillary plaster models and automatic segmentation procedures are performed. Then the features to be used with the Grey Level Co-Occurrence Matrix (GLCM) are extracted. Gender detection is performed by classification with the Random Forest (RF) algorithm. In the second study, the 3D digital maxillary plaster models are automatically aligned by using the Iterative Closest Point (ICP) algorithm, and after segmentation the models are converted to depth maps. For feature extraction, local Discrete Cosine Transform (DCT) is used and gender analysis is performed using the RF algorithm. In this thesis, systems are proposed that successfully perform automatic gender determination from digital dental models using image processing, feature extraction and artificial intelligence methods. The study is a multidisciplinary study involving computer science, forensic medicine and dentistry.