prikaz prve stranice dokumenta Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji
  Preuzmi
PDF 2 MB
diplomski rad
Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji
Zagreb: Sveučilište u Zagrebu, Stomatološki fakultet, 2021. urn:nbn:hr:127:988931
Šarić, Tea
Sveučilište u Zagrebu
Stomatološki fakultet
Zavod za dentalnu antropologiju
Katedra za forenzičku stomatologiju

Institucijski repozitorij: Repozitorij stomatološkog fakulteta u Zagrebu

Citirajte ovaj rad

Šarić, T. (2021). Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Stomatološki fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:127:988931

Šarić, Tea. "Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji." Diplomski rad, Sveučilište u Zagrebu, Stomatološki fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:127:988931

Šarić, Tea. "Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji." Diplomski rad, Sveučilište u Zagrebu, Stomatološki fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:127:988931

Šarić, T. (2021). 'Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji', Diplomski rad, Sveučilište u Zagrebu, Stomatološki fakultet, citirano: 28.12.2024., https://urn.nsk.hr/urn:nbn:hr:127:988931

Šarić T. Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Stomatološki fakultet; 2021 [pristupljeno 28.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:127:988931

T. Šarić, "Primjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji", Diplomski rad, Sveučilište u Zagrebu, Stomatološki fakultet, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:127:988931

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:127:988931
Podaci o radu
NaslovPrimjena umjetne inteligencije u svrhu određivanja spola i dobi u forenzičnoj stomatologiji
Naslov (engleski)Application of artificial intelligence for gender and age estimation in forensic odontology
AutorTea Šarić
MentorIvana Savić Pavičin (mentor)
Član povjerenstvaIvana Savić Pavičin (predsjednik povjerenstva)
Član povjerenstvaMarin Vodanović (član povjerenstva)
Član povjerenstvaAndreja Carek (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Stomatološki fakultet
(Zavod za dentalnu antropologiju)
(Katedra za forenzičku stomatologiju)
Zagreb
Datum i država obrane2021-09-22, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOMEDICINA I ZDRAVSTVO
Dentalna medicina
Morfologija stomatognatnog sustava
Sažetak
U ovom se radu bavimo primjenom metoda dubokog učenja na zadacima procjene zubnog statusa, procjene dobi i spola. Primjena je temeljena na analizi rendgenskih snimaka, na kojima je moguće vidjeti različite faze razvoja zuba, ali i histološke promjene na zubima već završenog razvoja. Korištenjem umjetnih konvolucijskih neuronskih mreža, navedene probleme rješavamo na vrlo efikasan i formalan matematički način. Objašnjen je koncept neuronskih mreža te je dan detaljan opis svih korištenih modela. Godine određujemo metodom regresije, spol metodom klasifikacije, a zubni status korištenjem sustava za lokalizaciju i klasifikaciju objekata YOLO i Faster RCNN. Prosječna greška pri procjeni godina iznosi 4,9 godina, točnost procjene spola je 97,11%, a modeli YOLO i Faster RCNN pri određivanju zubnog statusa ostvaruju mAP od 55,01% i 77,88%, respektivno.
Sažetak (engleski)
In this paper we present the application of deep-learning methods in dental status assessment and age and sex estimation. The application of deep-learning methods is based on the analysis of Xray images which show different stages of tooth development, as well as histological changes in fully developed teeth. By using artificial convolutional neural networks, we solve these problems in a very effective and mathematically formal manner. We explain the concept of neural networks and provide a detailed insight into all models used. We use regression to determine age, classification to determine sex, and we assess dental status by utilizing localisation and classification systems such as YOLO and Faster RCNN. The average age estimation error is 4.9 years, and sex estimation accuracy is 97.11%. By using YOLO and Faster RCNN, we obtain the mAP score of 55.01% and 77.88% for dental status assessment, respectively.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:127:988931
Studijski programNaziv: Dentalna medicina
Vrsta studija: sveučilišni
Stupanj studija: integrirani preddiplomski i diplomski
Akademski / stručni naziv: doktor/doktorica dentalne medicine (dr.med.dent.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje-Nekomercijalno 4.0 međunarodna (CC BY-NC 4.0)
Datum i vrijeme pohrane2021-10-05 08:33:23