T.C.
SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
YAPAY ZEKÂ VE GÖRÜNTÜ ĠġLEME TEKNĠKLERĠ KULLANARAK DĠġ RÖNTGEN
GÖRÜNTÜLERĠNDEN KRONOLOJĠK YAġ TAYĠNĠ
Emre AVUÇLU
DOKTORA
Bilgisayar Mühendisliği Anabilim Dalı
Mart-2019 KONYA Her Hakkı Saklıdır
iv
ÖZET DOKTORA TEZĠ
YAPAY ZEKÂ VE GÖRÜNTÜ ĠġLEME TEKNĠKLERĠ KULLANARAK DĠġ RÖNTGEN GÖRÜNTÜLERĠNDEN KRONOLOJĠK YAġ TAYĠNĠ
Emre AVUÇLU
Selçuk Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı DanıĢman: Prof. Dr. Fatih BAġÇĠFTÇĠ
2019, 159 Sayfa Jüri
Prof. Dr. Fatih BAġÇĠFTÇĠ Prof. Dr. Hakan IġIK
Doç. Dr. Humar KAHRAMANLI ÖRNEK Doç. Dr. Yunus UZUN
Doç. Dr. Ġsmail BAYRAKLI
Yaşanan bazı olayların sonucunda (afetler, miras, kaybolmalar vs.) yaş ve cinsiyet belirleme işlemleri insanlar, aileler ve devlet kurumları için önemli olabilmektedir. Herhangi bir kitle felaketi veya yaşanan hukuki bir durumdan sonra kimlik tespiti yapmak gerekebilir. Canlı veya cansız beden için yaş belirleme işlemi adli tıp kurumundan istenir. Bu tür durumlarda yaş belirleme işleminin doğru bir şekilde yapılması gerekir. Yaş belirleme işlemini adli tıp kurumları diş, el-bilek kemikleri gibi insan vücudundaki yapıları inceleyerek yapar. Adli tıpda yaş tahmini için yapılan işlemler şuanda manuel olarak bu yapılar üzerindeki bazı değişik bulgulara göre daha önce hazırlanan atlaslar üzerinden yürütülmektedir. Bu atlaslardaki görüntüler ile elde edilen görüntüler manuel olarak karşılaştırılmaktadır. Manuel yapılan işlem sonucunda hata yapma ihtimali artmaktadır. Bu tez çalışmasında, adli tıp tarafından yapılan yaş belirleme işlemindeki bu boşluğu doldurmak ve daha sağlam verilere dayandırılarak daha doğru ve objektif yaş ve cinsiyet belirleme işlemi gerçekleştirmek için otomatik bir yaş ve cinsiyet belirleme sistemi geliştirilmiştir. Bu işlem için iki farklı yapay zeka tekniği kullanılmıştır. Bunların ilki uzman sistem tabanlı yaş ve cinsiyet tahmini diğeri ise sınıflandırma işlemlerinde çok sık kullanılan çok katmanlı algılayıcı sinir ağı kullanılarak yaş ve cinsiyet belirleme işlemi gerçekleştirilmiştir. Aynı mesafeden çekilen diş röntgen görüntülerinden yaş ve cinsiyet belirlemek için farklı illerden alınan toplam 1315 diş görüntüsü ile dişlerin YAŞ_CİNSİYET_DİŞNUMARASI_ADET şeklinde isimlerinin olduğu görüntü isimlerini içeren ve 0,5 yaş aralığında 4 ile 63 yaş arasındaki kişilerden alınan dişlerin olduğu bir veri tabanı oluşturulmuştur. Bu görüntüler ile ilk olarak, dişlerin morfolojik (dişlerin yüksekliği, alanı, çevresi, benzerliği, ağırlık merkezi, yarıçapı) özellikleri kullanılarak uzman sistem tabanlı kıyaslamalar yapılarak yaş ve cinsiyet belirleme işlemi gerçekleştirilmiştir. Daha doğru ve standart sonuçlar almak için yeni ve özgün olarak geliştirilen algoritma ile yamuk dişler koordinat düzleminde rotasyon edilerek düzeltilmiştir. Dişler yükseklik, alan, çevre, yarıçap, benzerlik oranı, ağırlık merkezi bilgileri ile ayrı ayrı test edilerek kıyaslamalar yapılmıştır. Morfolojik olarak yapılan bu kıyaslamaların yanında çok katmanlı algılayıcı sinir ağı‟na giriş olarak sunulmak üzere diş görüntüleri 150x150 boyutlarında ve dişlerin gelişim aşamalarına göre (4-9,5 yaş, 10-14,5 yaş, 15-22,5 yaş, 23-63 yaş) ayrı klasörlerde tutularak yeniden düzenlenmiştir ve ikinci bir veri tabanı oluşturulmuştur. Bu görüntüler çok katmanlı algılayıcı sinir ağı‟na giriş olarak sunmak için isteğe bağlı olarak dinamik ve otomatik olarak segmente (10x10, 50x10, 15x15 vb.) edilmiştir. Segmente edilen görüntülere ortalama mutlak sapma yöntemi uygulanarak özellikleri çıkartılmış ve öz nitelik vektörleri oluşturulmuştur. Oluşturulan öz nitelik vektörleri segmentlere bağlı olarak dinamik yapıdadır. İsteğe bağlı olarak özgün olarak geliştirilen algoritma sayesinde ağa sunulacak olan veri giriş sayısını azaltma işlemi gerçekleştirilebilmektedir. C# programlama dilinde yazılan
v
uygulama ile adli tıp için gerekli olan yaş belirleme işlemi daha objektif ve daha doğru bir şekilde gerçekleştirilmiştir. Uzman sistem tabanlı morfolojik kıyaslama yönteminde en iyi +- 0 (artı eksi sıfır) hata ile yaş ve doğru cinsiyet belirleme işlemi gerçekleştirilmiştir. Çok katmanlı algılayıcı sinir ağı ile gerçekleştirilen sınıflandırma sonucu elde edilen yaş ve cinsiyet belirleme işleminde diş gruplarında en yüksek %100 sınıflandırma başarı oranı elde edilmiştir. Yaş belirleme işlemi +- 0 hata ile gerçekleştirilmiş ve yaş gruplarına göre doğru cinsiyet tahmini elde edilmiştir.
Anahtar Kelimeler: Çok Katmanlı Algılayıcı, Görüntü işleme teknikleri, Panoramik diş röntgen görüntüleri, Uzman sistem, Yaş ve cinsiyet tahmini, Yapay zeka.
vi
ABSTRACT
Ph.D THESIS
CHRONICOLOGICAL AGE DETERMINATION FROM DENTAL X-RAY IMAGES BY USING ARTIFICIAL INTELLIGENCE AND IMAGE
PROCESSING TECHNIQUES
Emre AVUÇLU
The Graduate School of Natural And Applied Science of Selçuk University Computer Engineering
Advisor: Prof. Dr. Fatih BAġÇĠFTÇĠ
2019, 159 Pages
Jury
Prof. Dr. Fatih BAġÇĠFTÇĠ Prof. Dr. Hakan IġIK
Assoc. Prof. Dr. Humar KAHRAMANLI ÖRNEK Assoc. Prof. Dr. Yunus UZUN
Assoc. Prof. Dr. Ġsmail BAYRAKLI
As a result of some incidents (disasters, inheritance, disappearances, etc.), age and sex determination processes can be important for people, families and government institutions. After a mass disaster or a legal situation, it may be necessary to identify an individual. The age determination process for the living or dead body is requested from the forensic institution. In such cases, the age determination process must be done correctly. For age determination, forensic sciences examine structures in the human body, such as teeth and wrist bones. The procedures for age estimation in forensic medicine are now carried out manually by using atlases prepared according to some different findings on these structures. The images in these atlases and the test images are compared manually. As a result of this manual operation, the probability of making mistakes is increased. In this thesis, an automatic age and sex determination system was developed in order to fill this gap in the age determination process by forensic medicine and to perform more accurate and objective age and sex determination based on more robust data. Two different artificial intelligence techniques were used for this process. The first one is the age and sex estimation of the expert system and the other is the age and sex process using the multi-layer perception neural network, which is frequently used in classification procedures. To determine the age and sex of the dental X-ray images taken from the same distance, a database containing 1315 teeth images from different provinces and the names of the teeth with the names of AGE _GENDER_ TOOTHNUMBER_COUNT and the teeth taken from people between the ages of 4 and 63 in the age range of 0,5 years were created. With these images, first of all, age and sex determination was performed by using expert system based comparisons by using morphological (height, area, perimeter, similarity, center of gravity, radius) of the teeth. In order to obtain more accurate and standard results, the new and original algorithm was used to correct the trapezoidal teeth in the coordinate plane. The height, area, perimeter, radius, similarity ratio, center of gravity of the teeth were tested separately and comparisons were made. In addition to these morphological comparisons, tooth images of 150x150 sizes and (4-9,5 years, 10-14,5 years, 15-22,5 years, 23- 63 years) to be presented as an input to the multilayer perception neural network and was rearranged in separate folders and a second database was created. These images are optionally dynamically and automatically segmented (10x10, 50x10, 15x15, etc.) to present as input to the multilayer perceptron neural network. The mean absolute deviation method was applied to the segmented images and their features were extractioned. The feature vectors are dynamic, depending on the segments. Optionally, the algorithm can be used to reduce the number of data inputs to
vii
be presented to the network. With the application written in C # programming language, the age determination process which is necessary for forensic medicine has been carried out more objectively and accurately. In the expert system based morphological comparison method, age and right sex determination were performed with the best +- 0 error. In the age and sex determination process, the highest 100% classification success rate was obtained in some dental groups. Age determination was performed with +- 0 error and the correct sex estimation was obtained according to age groups.
Keywords: Multilayer perceptron, Image processing techniques, Panoramic dental x-ray views, Expert system, Age and sex estimation, Artificial intelligence.
viii
ÖNSÖZ
Yaş belirleme işlemi adli tıpta hayati öneme sahip bir konudur. Gerek günlük yaşamımızda gerekse herhangi bir olaydan (doğal afetler, yaş değiştirme, miras vb.) sonra yaş belirleme işlemi gerekebilir. Bu tez çalışmasında yaş belirleme işleminin daha sağlıklı ve doğru yürütebilmesi için diş röntgen görüntülerine geliştirilen yeni görüntü işleme algoritmaları uygulanmıştır. Uygulanan bu algoritmalar sayesinde adli tıpta yaş ile birlikte cinsiyet belirleme işlemi de gerçekleştirilmiştir. Böylece yaş tayininde yapılan eksik veya yanlış değerlendirmelerin önüne geçilerek, değerlendirmeler sonucunda oluşacak olan olumsuz durumların ortadan kaldırılması amaçlanmıştır.
Doktora sürecimde desteklerini benden esirgemeyen Teknoloji Fakültesi Bilgisayar Mühendisliği Bölüm Başkanı, Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı Başkanı ve danışmanım Sayın Prof. Dr. Fatih BAŞÇİFTÇİ‟ye, fikirleriyle bana yol gösteren tez izleme komitesi üyeleri Prof. Dr. Hakan IŞIK ve Doç. Dr. Humar KAHRAMANLI ÖRNEK hocalarıma teşekkür ediyorum. Çalışmamın her aşamasında yardımlarını esirgemeyen, bana her zaman destek olup bilgilerini paylaşan İstanbul Üniversitesi Cerrahpaşa Tıp Fakültesi Adli Tıp Anabilim Dalı Adli Bilimler Uzmanı Doç. Dr. Beytullah KARADAYI‟ya ve Dt. Kazım Serkan ŞİMŞEK‟e değerli katkılarından dolayı teşekkür ediyorum.
Diş röntgen görüntülerinden veri tabanı oluşturma sürecinde gerekli resmi işlemlerin yürütülmesindeki katkılarından dolayı T.C. Selçuk Üniversitesi Rektörlüğü Diş Hekimliği Fakültesi Dekanlığına ve T.C. Sağlık Bakanlığı Türkiye Kamu Hastaneleri Kurumu Aksaray İli Kamu Hastaneleri Birliği Genel Sekreterliği‟ne teşekkür ederim.
Ayrıca, bu tez çalışması süresince bana her zaman manevi olarak destek olduğunu bildiğim annem Rukiye AVUÇLU ve tezimin hazırlanması aşamasındaki her süreçte yanımda olan, kıymetli eşim Berrin AVUÇLU‟ya, bu süreçte gösterdikleri anlayışlarından ötürü biricik oğullarım Kerem AVUÇLU ve Erdem AVUÇLU‟ya minnettarlığımı burada ifade etmek istiyorum.
Emre AVUÇLU KONYA-2019
ix ĠÇĠNDEKĠLER ÖZET ... iv ABSTRACT ... vi ÖNSÖZ ... viii ĠÇĠNDEKĠLER ... ix ġEKĠLLER LĠSTESĠ ... xi
ÇĠZELGELER LĠSTESĠ ... xiii
KISALTMALAR ... xiv SĠMGELER ... xv 1. GĠRĠġ ... 1 2. KAYNAK ARAġTIRMASI ... 15 3. MATERYAL VE YÖNTEM ... 32 3.1. Yapay Zeka ... 32
3.1.1. Yapay Sinir Ağları ... 33
3.1.2. Yapay Sinir Ağlarının sınıflandırılması ... 34
3.1.2.1. Yapılarına göre Yapay Sinir Ağları ... 34
3.1.2.2. Öğrenme algoritmalarına göre Yapay Sinir Ağları ... 35
3.1.2.3. Öğrenme zamanına göre Yapay Sinir Ağları ... 36
3.1.3. Biyolojik sinir hücresinin yapısı ... 36
3.1.4.Yapay sinir hücresinin yapısı ... 37
3.1.5. Yapay Sinir Ağının eğitilmesi ... 42
3.1.6. Normalizasyon ... 44
3.2. Uzman Sistemler ... 45
3.2.1. Uzman sistem kullanım alanları ... 47
3.3. Görüntü İşleme ... 47
3.3.1. Görüntünün gri düzeyli görüntüye dönüşümü ... 49
3.3.2. Gri düzeyli görüntünün iki tonlu görüntüye dönüşümü... 49
3.3.3. Görüntü eşikleme (Thresholding) ... 51
4. GELĠġTĠRĠLEN UYGULAMA ... 52
4.1. Diş Veri Tabanı Oluşturma İşlemi ... 52
4.1.1. Zoom ve serbest çizim işlemleri ... 53
4.2. Diş Rotasyon Algoritması ... 56
4.3. Uzman Sistem Tabanlı Diş Morfolojisi İle Yaş Tahmini ... 59
4.3.1 Diş rotasyonsuz kıyaslama işlemi ... 60
4.3.1.1. Görüntü ön işleme (Pre-process) metotları ... 62
x
4.3.1.3. Morfolojik özelliklere göre yapılan kıyaslamaların sonuçları ... 71
4.3.1.4. Uzman sistem tabanlı diş rotasyonsuz bölüm sonuçları ... 75
4.3.2. Diş rotasyonlu kıyaslama işlemi ... 76
4.3.2.1. Görüntü ön işleme (Pre-process) metotları ... 76
4.3.2.2. Diş rotasyonlu kıyaslanan morfolojik özellikler ... 79
4.3.2.3. Mirror diş ile işlem yapma ... 80
4.3.2.4. Mirror diş ile yapılan kıyaslamaların sonuçları ... 80
4.3.2.5. Uzman sistem tabanlı diş rotasyonlu bölüm sonuçları ... 81
4.3.3.Ortalama hesaplara göre yaş tahmini ... 83
4.3.4. 4-14,5 yaş aralığındaki çocukların dişlerinden yaş tahmini ... 83
4.3.4.1. 4-14,5 yaş aralığından elde edilen sonuçlar ... 85
4.3.5. Bölüm genel değerlendirmesi ... 92
4.4. Çok Katmanlı Algılayıcı Sinir Ağı ile Yaş Tahmini ... 92
4.4.1. Çok katmanlı algılayıcı modeli ... 92
4.4.1.1. Geri Yayılım Algoritması (GYA) ... 95
4.4.1.2. Delta Bar Delta Algoritması ... 95
4.4.2. Dinamik ve otomatik görüntü segmentasyonu ... 96
4.4.3. Özellik çıkarımı ve özellik azaltma algoritması ... 99
4.4.4. Diş rotasyonsuz ağ eğitimi ... 102
4.4.4.1.Gerçekleştirilen ağ eğitimleri ve test sonuçları ... 104
4.4.4.2. Yapay Sinir Ağı ile diş rotasyonsuz bölüm sonuçları ... 110
4.4.5. Diş rotasyonlu ağ eğitimi ... 111
4.4.5.1.Gerçekleştirilen ağ eğitimleri ve test sonuçları ... 113
4.4.5.2. Yapay Sinir Ağı ile diş rotasyonlu bölüm sonuçları ... 121
4.4.6. Bölüm genel değerlendirmesi ... 122
4.5. Geliştirilen Uygulamanın Arayüz Tanıtımı ... 122
4.5.1. Uzman Sistem tabanlı geliştirilen arayüz ... 122
4.5.1. Yapay Sinir Ağı tabanlı geliştirilen arayüz ... 125
5. SONUÇLAR VE ÖNERĠLER ... 128
5.1 Sonuçlar ... 128
5.2 Öneriler ... 130
KAYNAKLAR ... 132
xi
ġEKĠLLER LĠSTESĠ
Şekil 1.1. Panoramik diş görüntüsü ... 2
Şekil 1.2. Diş kalıntıları ... 4
Şekil 1.3. Mandibular ve maksiller dişlerin gelişim aşamaları ... 10
Şekil 1.4. Her diş grubunun gelişim safhası ... 11
Şekil 3.1. Biyolojik sinir hücresi ... 37
Şekil 3.2. Yapay Sinir Ağının Katmanları ... 38
Şekil 3.3. Yapay sinir hücresinin yapısı ... 39
Şekil 3.4. Perceptronla sınıflandırma ... 44
Şekil 3.5. Bir Uzman Sistemin çalışma prensibi ... 46
Şekil 3.6. Bir resimdeki piksellerin gösterimi ... 48
Şekil 3.7. Gri seviyeli bir görüntü ve görüntüdeki piksellerin sayısal değerleri ... 49
Şekil 3.8. Binary görüntü ... 50
Şekil 4.1. Diş numaralandırma ... 53
Şekil 4.2. Zoom yapma işlemi ... 53
Şekil 4.3. Diş üzerinde serbest çizim (a,c,e) Zoom yapma (b,d) ... 54
Şekil 4.4. Çizim sonucu ... 54
Şekil 4.5. Veri tabanı görünümü ... 55
Şekil 4.6. Dişin anatomik yapısı ... 57
Şekil 4.7. Diş rotasyon işlemi ... 57
Şekil 4.8. Diş rotasyonu ... 58
Şekil 4.9. Genel Metodoloji ... 61
Şekil 4.10. Uygulamanın akış diyagramı ... 62
Şekil 4.11. Kontrast Germe ... 63
Şekil 4.12. Median Filter ... 64
Şekil 4.13. Kenar tespiti ... 65
Şekil 4.14. Alan hesabı ... 66
Şekil 4.15. 4- bağlantılı yapı ... 67
Şekil 4.16. 4-bağlantılı bağlı bileşen etiketleme işlemi ve sonucu ... 67
Şekil 4.17. Kenar bulma ... 68
Şekil 4.18. Hatalı kenar bulma işlemini engelleme ... 68
Şekil 4.19. Polygon ağırlık merkezi ... 69
Şekil 4.20. Gravite merkezi ... 70
Şekil 4.21. Yarıçap hesabı ... 71
Şekil 4.22. Alana göre sonuç grafiği ... 72
Şekil 4.23. Çevreye göre sonuç grafiği ... 72
Şekil 4.24. Ağırlık merkezine göre sonuç grafiği ... 73
Şekil 4.25. Benzerlik oranına göre sonuç grafiği ... 73
Şekil 4.26. Boğum noktasına (yarıçap) göre sonuç grafiği ... 74
Şekil 4.27. Genel Metodoloji ... 77
Şekil 4.28. Zoom yapma ve serbest çizim ... 77
Şekil 4.29. Yükseklik hesabı ... 79
Şekil 4.30. Mirror dişleri bulma ... 80
Şekil 4.31. Yüksekliğe göre ... 81
Şekil 4.32. Benzerliğe göre ... 81
Şekil 4.33. Metotların genel yapısı ... 84
Şekil 4.34. Bir dişin yüksekliğini hesaplamak ... 84
Şekil 4.35. Bir dişin alanını hesaplamak ... 85
Şekil 4.36. Alana göre 4-4,5 yaş kıyaslamaları ... 86
xii
Şekil 4.38. Alana göre 6-6,5 yaş kıyaslamaları ... 87
Şekil 4.39 Alana göre 7-7,5 yaş kıyaslamaları ... 88
Şekil 4.40. Yüksekliğe göre 8-8,5 yaş kıyaslamaları ... 88
Şekil 4.41. Yüksekliğe göre 9-9,5 yaş kıyaslamaları ... 89
Şekil 4.42. Yüksekliğe göre 10-10,5 yaş kıyaslamaları ... 89
Şekil 4.43. Alana göre 11-11,5 yaş kıyaslamaları ... 90
Şekil 4.44. Yüksekliğe göre 12-12,5 yaş kıyaslamaları ... 90
Şekil 4.45. Yüksekliğe göre 13-13,5 yaş kıyaslamaları ... 91
Şekil 4.46. Yüksekliğe göre 14-14,5 yaş kıyaslamaları ... 91
Şekil 4.47. ÇKP sinir ağı ... 93
Şekil 4.48. Delta algoritmasında ağırlık değişimi ... 96
Şekil 4.49. Zoom işlemi ... 99
Şekil 4.50. Segmentasyon işlemi ... 100
Şekil 4.51. Segmentasyon işlemi sonucu ... 101
Şekil 4.52. Segmentasyon azaltma ... 101
Şekil 4.53. Özellik azaltma işlemi ... 102
Şekil 4.54. Uygulamanın akış diyagramı ... 102
Şekil 4.55. Genel Yapı ... 103
Şekil 4.56. Pre-Process sonuçları ... 103
Şekil 4.57. M1-M2-M3 Çizim sonuçları ... 104
Şekil 4.58. M1-M2-M3 Çizim sonuçları ... 105
Şekil 4.59. M1-M2-M3 Çizim sonuçları ... 107
Şekil 4.60. M1-M2-M3 Çizim sonuçları ... 108
Şekil 4.61. Metotların genel yapısı ... 111
Şekil 4.62. Segmentasyon işlemi ... 112
Şekil 4.63. Segmentasyon işlemi sonucu ... 113
Şekil 4.64. Segmentasyon azaltma ... 113
Şekil 4.65. Uzman Sistem tabanlı arayüz ... 123
Şekil 4.66. Kıyaslama sonuçları ... 124
Şekil 4.67. Diş görüntülerinin sınırlarını çizme işlemi ... 125
Şekil 4.68. Görüntü segmentasyon işlemi ... 125
Şekil 4.69. Ağ eğitim süreci... 126
Şekil 4.70. Ağın hata ve ağırlık değerleri ... 126
Şekil 4.71. Test işlemi ve YSA‟nın cevabı ... 127
xiii
ÇĠZELGELER LĠSTESĠ
Çizelge 1.1. Aksaray ilinin 2016 yılında diğer illerden aldığı göç sayısı ... 5
Çizelge 1.2. Konya ilinin 2016 yılında diğer illerden aldığı göç sayısı ... 6
Çizelge 1.3. Kalıcı dişlerin kalsifikasyon başlangıç zamanlaması ... 9
Çizelge 3.1. Biyolojik ve Sinir hücresi yapılarının karşılıkları ... 37
Çizelge 3.2. Bazı Toplama Fonksiyonları ... 40
Çizelge 3.3. Aktivasyon Fonksiyonları... 41
Çizelge 4.1. 4-21 Yaş Dataset ... 55
Çizelge 4.2. 21-63 Yaş Dataset ... 56
Çizelge 4.3. Yaş ve Cinsiyete göre elde edilen doğru tahmin sonuçları (%) ... 74
Çizelge 4.4. Diğer metotlar ile kıyaslama ... 75
Çizelge 4.5. Alınan en iyi sonuçlar ... 76
Çizelge 4.6. Konvolusyonlar ... 79
Çizelge 4.7. Diğer metotlar ile kıyaslama ... 82
Çizelge 4.8. Ortalama değerlere göre hesap ... 83
Çizelge 4.9. Önerilen metotların yaş tahmin sonuçları ... 85
Çizelge 4.10. Diş yaş gruplarına göre cinsiyet tahmini ... 86
Çizelge 4.11. Giriş parametre değerleri ... 104
Çizelge 4.12. Full segment sonuçları ... 105
Çizelge 4.13. Not Full segment sonuçları ... 105
Çizelge 4.14. Giriş parametre değerleri ... 106
Çizelge 4.15. Full segment sonuçları ... 106
Çizelge 4.16. Not Full segment sonuçları ... 106
Çizelge 4.17. Giriş parametre değerleri ... 107
Çizelge 4.18. Full segment sonuçları ... 107
Çizelge 4.19. Not Full segment sonuçları ... 108
Çizelge 4.20. Giriş parametre değerleri ... 108
Çizelge 4.21. Full segment sonuçları ... 109
Çizelge 4.22. Not Full segment sonuçları ... 109
Çizelge 4.23. Rotasyonsuz elde edilen sonuçlar ... 110
Çizelge 4.24. Ağa sunulan giriş görüntüleri ... 114
Çizelge 4.25. Ağın giriş parametreleri ... 114
Çizelge 4.26. Ağ eğitim sonuçları ... 115
Çizelge 4.27. Ağa sunulan giriş görüntüleri ... 116
Çizelge 4.28. Ağın giriş parametreleri ... 117
Çizelge 4.29. Ağ eğitim sonuçları ... 117
Çizelge 4.30. Ağın giriş parametreleri ... 119
Çizelge 4.31. Ağ eğitim sonuçları ... 119
Çizelge 4.32. Ağın giriş parametreleri ... 120
Çizelge 4.33. Ağ eğitim sonuçları ... 120
Çizelge 4.34. Elde edilen sonuçlar ve diğer metot ile kıyaslama ... 121
xiv
KISALTMALAR
YZ : Yapay Zekâ
US : Uzman Sistem
ÇKASA : Çok Katmanlı Algılayıcı Sinir Ağı OMS : Ortalama Mutlak Sapma
XML : Extensible Markup Language ES : Expert System
Gİ : Görüntü İşleme
ÇKA : Çok Katmanlı Algılayıcı ÇKP : Çok Katmanlı Perseptron TÜİK : Türkiye İstatistik Kurumu YSA : Yapay Sinir Ağları
İBSA : İleri Beslemeli Sinir Ağı
RGB : R (Kırmızı), G (Yeşil), B (Mavi) HSI : Intensity, Hue, Saturation
YCbCr : Y parlaklık, Cb mavi farkı, Cr kırmızı farkını gösterir GE : Görüntü Eşikleme
CCD : Charge-coupled device BBE : Bağlı Bileşen Etiketleme CCL : Conected-Components Labeling GYA : Geri Yayılım Algoritması
M : Metot
GB : Görüntü Boyutu
SS : Segment Sayısı
AKNS : Ara Katmandaki Nöron Sayısı
ES : Eğitim Sayısı
TS : Test Sayısı
OH : Ortalama Hata
GS : Giriş Sayısı NF : Not Full Segment
AAD : Average Absolute Deviation YSH : Yapay Sinir Hücreleri
F : Fonksiyon
Dk : Dakika
Sn : Saniye
AF : Aktivasyon Fonksiyonu
KIBT : Konik Işınlı Bilgisayarlı Tomografi BT : Bilgisayarlı Tomografi
xv SĠMGELER xi : i. Girdi değerleri wi : i. Çıktı değerleri b : Bias ∑ : Toplama fonksiyonu v : Yerel alan : Aktivasyon fonksiyonu y : Çıktı : Görüntü histogramı : 0-255 arasındaki ortalama : Eşik değeri g[p,q] : Konvolüsyon kernelini m : Görüntüdeki sütün sayısı n : Görüntüdeki satır sayısı
R : Görüntü
S : Ayrık bölge sayısı : Görüntüdeki nesne : Kümenin tümleyeni : Görüntünün arka planı
L : Etiket değeri
x, y : Genel poligonlar için bileşenleri (Şekil 4.20) n : Nesnelerin merkez sayısı (Şekil 4.20)
G : Genel ağırlık merkezi (Şekil 4.20)
A : Nesne sayısı
: Tanimoto benzerlik fonksiyonu Ai : A resminin i. biti
Bi : B resminin i. Biti
: Gauss filtrelemesi parametresi
Eğimin yönü
G : Eğimin büyüklüğü (Denklem 4.12) i, j : Pixel koordinatı (Denklem 4.14) m ve n : Matris değeri (Denklem 4.14)
G(x) ve G(y) : Konvulasyondan elde edilen değerler (Denklem 4.14) K : İterasyon sayısı
i ve j : Nöronların indis numarası :Aktivasyon fonksiyonu
: j. elemana bağlı eşik değer elemanının ağırlığı
E : Çıkışda istenilen ve gerçek değeri arasındaki farkın toplamının karesi
: j indisli çıkışda istenilen değeri ve bu çıkış nöronunun gerçek değeri
∆ ( ) : k ‟ıncı iterasyondaki i ve j indisli nöronlar arasındaki değişim
( ) : i indisli nöron ile j indisli nöron arasındaki öğrenme katsayısı
I : Görüntü
S : Bölge sayısı
N : Değeri görüntüdeki toplam piksel sayısını
M : Görüntüdeki tüm piksel değerlerinin ortalamasını a(x, y) : (x, y) noktasında bulunan piksel değeridir.
1. GĠRĠġ
Günümüzde birçok nedenden ötürü (deprem, sel, yangın, miras, yaş büyütme veya küçültme vb.) canlı ve cansız beden için kimliğin tespit edilmesi gerekebilir. Kimlik tespiti işlemi genel olarak adli tıp birimlerinden istenmektedir. Kimlik tespiti, tüm dünyada adli tıbbın en önemli konularından birisidir. Bir insanın tanınması, tanımlanması ve diğer insanlardan ayırt edilmesi için belirlenecek özelliklerin tümü o insan için “kimlik” olarak tanımlanır. Yaşayan bir kişi ya da cansız bir beden için bu özelliklerin ortaya konulmasına ise “kimlik tespiti” denir (Çöloğlu, 1999). Günümüzde kişilerdeki kimlik tayini sadece bireysel veya toplumsal bir olgu olmaktan çıkarak uluslararası nitelikli bir yapı olmuştur (Büken ve ark., 2003). Kişinin kimliğinin tayinindeki en önemli unsurların başında o kişinin yaşının belirlenmesi işlemi gelmektedir. Kişinin yaşı; cinsiyeti, boyu, vücut ağırlığı, saçı, cilt özelliği, gözünün rengi, parmak izleri, kemik dokusu ve dişleri gibi bireydeki tıbbi kimliğinin fiziksel özellikleri ile ilgilidir (Baransel ve Dülger, 2007).
Kişinin bedeni herhangi bir nedenden dolayı büyük ölçüde bir değişiklik göstermiş veya dış karakteristik özelliklerinin hiçbirisi o kişi için herhangi bir bilgi vermediği durumlarda, kimlik belirlenmesinde işe yarayacak olan tek yapı o kişinin dişleridir. Dişler; fiziksel faktörlerden ve dış etkilerden çok fazla etkilenmeyişleri, uzun süreli dayanıklı oluşları ile yapılarını muhafaza etmeleri ve cansız bedende çoğu zaman beraber bulunmaları sebebiyle, dişlerin kimliklendirme işlemlerinde kullanılmaları, diğer yapılar ile kıyaslandığında daha fazla olumlu sonuç verdiği bildirilmiştir. Dişlerdeki gelişimi ve sürme aşamalarını resmeden atlasların, diş hekimliğindeki uygulamalarda ve adli bilimlerdeki yaş tahmini işlemlerinde kullanıldığı bilinmektedir. Bu yöntem, hem canlı bireylerden hem de cansız bedenlerde bulunan dişlerden alınan röntgen görüntülerinde kullanılmaktadır. Özelliklede çok sayıda cansız bedenin bulunduğu kitle felaketlerinde, yapılan kimliklendirme çalışmalarında kullanılan bir yöntemdir (Gök, 1991; Tunalı, 1991; Aykaç, 1993; Knight, 1995; Zeyfeoğlu ve Hancı, 2001). Bununla birlikte dişler, sert yapıda olmaları ve metabolizmalarının yavaş çalışması sebebiyle diş gelişimindeki düzeyden alınan bilgilerin, organizmadaki diğer yapılara oranla daha fazla doğru sonuçlar verdiği rapor edilmiştir (Clark ve Sainio, 1992a; Stimson ve Mertz, 1997; Afşin, 2004). Aşağıdaki Şekil 1.1.‟de dişleri sağlam olan kişiye ait diş röntgen görüntüsü gösterilmiştir.
ġekil 1.1. Panoramik diş görüntüsü
Genelde kimliklendirilemeyen kadavraların yaş tahmininde arta kalan ve zarar görmemiş kemik, diş gibi dokular kullanılır. Bu nedenle dental yaş tahmininde kronolojik yaşla birlikte dişlerde meydana gelen fizyolojik ve gelişimsel değişikliklerin radyograflarla değerlendirilmesi çok daha uygun olacaktır (Someda ve ark., 2009; Karkhanis ve ark., 2014; Patil ve ark., 2014). Dişler üzerinde yapılan radyografik incelemelerin çoğu, periapikal röntgenler, konvansiyonel ve dijital panoramik grafikler vasıtasıyla yapılmaktadır (Karadayı, 2010).
Dişlerin sürme sırasının, sayısının ve radyolojik olarak incelenmesinin yaş tayininde kullanılabileceği belirtilmiştir. Ayrıca diş dokuları diğer dokulara göre endokrin bozukluklardan ya da beslenme çeşitliliklerinden daha az etkilenirler ve daha az değişiklik gösterirler (Rai ve Kaur, 2013).
Yaş tayini, yaşayan bireylerin hukuki sorumluluklarında ve kimlik tespitinde önemli bir yere sahiptir ve adli tıpta, antropolojide ve tıp alanında birçok dalda gerek duyulan bir inceleme sürecidir. Özellikle adli tıp uygulamalarının önemli konularının birisi, kimliği bilinmeyen ve yaşı ile ilgili şüphenin olduğu olgularda yaş tespitinin istenmesi işlemidir. Yaş tayininde yöntem olarak kişinin boyu, ağırlığı, puberte (ergenlik) belirtisi, ruhsal ve mental gelişimi, diş ve kemik gelişimleri dikkate alınır. Yaş tahmininde kullanılan yöntemler radyolojik, morfolojik ve histolojik olmak üzere 3 grupta toplanmakta ve en sık radyolojik ve morfolojik yöntemler kullanılmaktadır (Gök ve ark., 1985; Banerjee ve Agarwell, 1998). Yaş tahmininde kullanılan metotlar yaşam şekli, beslenme alışkanlıkları, genetik özellikler, iklim gibi etkenler nedeniyle toplumdan topluma değişiklik gösterebilmektedir (Erbudak ve ark., 2012). Ölüm öncesi yaş tespiti kemik ve dişlerden alınan radyograflarla tespit edilmeye çalışılırken ölüm sonrası yaş tahmininde radyograflara ek olarak kemik ve dişlerin kalıntıları kullanılır. Dişler, çevre koşullarına, yüksek sıcaklığa, neme, mikrobiyal aktivite ve mekanik kuvvetlere daha dirençli oldukları için ölüm sonrası yaş tahmininde kemiğe göre daha
değerlidir. İskelet gelişimini etkileyen malnutrisyon, endokrinopatiler ve bazı sistemik hastalıklar dişleri daha az etkilediği için ölüm sonrası yaş tespitinde daha az başvurulur (Avon, 2004).
Kronolojik yaşa bağlı olarak dişlerde ve alınan radyograflarında, diş germlerinin görünümü, mineralizasyonun görünümü, sürmemiş dişlerin durumu, mine formasyonunun derecesi, sürmüş dişlerin kök gelişiminin derecesi, kök rezorpsiyonunun derecesi, kron atrizyonu, fizyolojik sekonder dentin formasyonu, sement formasyonu, kök dentininin transparanlığı, renk bozulması ve dişlerdeki boyanma, kimyasal kompozisyonundaki değişiklikler, dişeti çekilmesi gibi gelişimsel ve fizyolojik değişiklikler dişlerden yaş belirlemede kullanılır (Shamim ve ark., 2006). Literatürde rapor edilmiş, erişkinlerde yaş tahmini tekniklerinin birçoğu dişlerdeki yaşa bağlı değişikliklere dayanır. Medikal hikaye, erozyon, abrazyon, atrizyon, okluzal travma gibi fiziksel etkenler, çürük, periodontal hastalık derecesi gibi durumlar, yaşa bağlı değişikliklerden ayırt edilmelidir (Isır, 2011).
Erken diş gelişimi intrauterin hayatın 6. haftasında kranial nöral krest ve gelecekteki alveol kret boyunca oral epitel göç etmiş hücreler ile epitelyalmezenkimal dokular arasındaki bir dizi etkileşimle düzenlenir. Diş minesi, ağız boşluğu ektoderminden gelişirken, diğer tüm dokular, mezoderm ve nöral krista hücrelerinden köken alan çevre mezenşiminden farklılaşır. Diş gelişiminde oral epitelin yerel kalınlaşmalarından tomurcuk, şapka ve çan evrelerine doğru izlenen ilerleme, erken diş germlerinin epitel hücrelerinde görülen kaba morfolojik değişikliklerin yeterli tanımlanmasını sağlar (Özbek ve ark., 2012).
Şapka evresinde dental papilla ve mine organı diş germini oluşturur. Mine organının dış hücre tabakası dış mine epitelini şapkayı döşeyen iç hücre tabakası, iç mine epitelini yapar. Gelişen dişi saran mezenşim, dental kese denilen damarlanmış kapsüler bir yapı oluşturmak için yoğunlaşır ve kese sement ve periodontal ligamentin taslağını oluşturur. Mine organı farklılaşırken, gelişen diş bir çan şekline benzer. İç mine epiteline bitişik dental papilladaki mezenşim hücreleri, odontoblastlara farklılaşır. Dentin oluşur ve dentin kalınlaştıkça, odontoblastlar dental papillanın merkezine doğru çekilir fakat odontoblastların parmak benzeri sitoplazmik uzantıları olan odontoblastik uzantılar dentin içinde gömülü kalır. Bu iç mine epiteli hücreleri, dentinin üzerinde bulunan ve prizma şeklindeki mine üretme işlevine sahip ameloblast hücrelerine farklılaşır. Mine yapımı artarken, ameloblastlar dış mine epiteline doğru çekilir. Mine
ve dentin oluşumu, dişin en tepesinden başlar ve oluşacak köke doğru ilerler (Barlak ve Seymen, 2013).
Adli tıptaki yaş tayin işlemi, ceza ve hukuk açısından oldukça önemli bir konudur. Bu sebeple, anatomik özelliklere ve organizmadaki yaşamı boyunca oluşmuş değişimlere dayandırılarak yapılan kimliklendirme işlemlerinin en az hata payı içerecek şekilde ve objektif kanıtlar ile gerçekleştirilmesi gerekmektedir (Stimson ve Mertz, 1997; Afşin, 2004). Adli olay bazında günümüze kadar gerçekleştirilen çalışmalara bakıldığı zaman, kimlik belirlenme işleminin sürekli gelişen ve bundan sonra da gözde bir araştırma alanı olacağını görmek mümkündür. Adli tıp açısından, bireyler veya cansız bedenler için yapılan işlemlerdeki ilk süreç kimlik tespiti başlar. Irkı, cinsiyeti, yaşı, fiziksel özellikleri (boy, kilo, cilt, saç, göz rengi vb.) adli bilimler tarafından öncelik verilen kimlik belirleme parametreleri olarak bilinir (Gök, 1991; Tunalı, 1991; Clark ve Sainio, 1992b; Aykaç, 1993; Knight, 1995; Aktaş, 1997; Koçak, 1998; Polat, 2000; Zeyfeoğlu ve Hancı, 2001).
Yaş tayini, yaşayan bireylerin hukuki sorumluluklarında ve kimlik tespitinde önemli bir yere sahiptir. Adli tıpta, antropolojide ve tıp alanında birçok dalda gerek duyulan bir inceleme alanıdır. Özellikle adli tıp uygulamalarının önemli konularından birisi kimliği bilinmeyen ve yaşıyla ilgili şüphenin bulunduğu olgularda yaş tespitinin istenmesidir. Literatürde, yaş tayini yapmak için boy, ağırlık, mental ve ruhsal gelişim, dişlerdeki ve kemiklerdeki gelişim dikkate alınır. Yaş tayini için en sık radyolojik ve morfolojik yöntemler kullanılmaktadır (Yılmazer, 2006; Demirkıran ve ark., 2014).
Aşağıdaki Şekil 1.2.‟de dişlerin insan vücudunda kemiklerden de sonra bozulan yapılar olduğunu gösteren örnek bir görüntü gösterilmiştir (Pandey, 2013).
ġekil 1.2. Diş kalıntıları
Bu tez çalışmasında, kullanılan diş görüntüleri çeşitlilik olması için farklı iki il olan Aksaray ve Konya‟dan temin edilmiştir. Aksaray iline farklı illerden 2015, 2016,
2017 yılları arasında ortalama 13,859 kişi göç etmiştir. Konya iline farklı illerden 2015, 2016, 2017 yılları arasında ortalama 55,441 kişi göç etmiştir. Aksaray iline 2016 yılında diğer illerden göç eden kişilerin sayısı Türkiye İstatistik Kurumu (TÜİK) verilerine göre aşağıdaki Çizelge 1.1.‟de gösterilmiştir (TÜİK, 2017).
Çizelge 1.1. Aksaray ilinin 2016 yılında diğer illerden aldığı göç sayısı
ġehirler Sayı ġehirler Sayı ġehirler Sayı ġehirler Sayı Adana 661 Çanakkale 52 Karabük 46 Osmaniye 185
Adıyaman 73 Çankırı 71 Karaman 146 Rize 40
Afyonkarahisar 147 Çorum 66 Kars 32 Sakarya 61
Ağrı 71 Denizli 74 Kastamonu 60 Samsun 102
Aksaray 0 Diyarbakır 139 Kayseri 504 Şanlıurfa 266
Amasya 42 Düzce 41 Kilis 46 Siirt 41
Ankara 1891 Edirne 20 Kırıkkale 96 Sinop 25 Antalya 579 Elazığ 50 Kırklareli 24 Şırnak 70 Ardahan 18 Erzincan 34 Kırşehir 379 Sivas 93 Artvin 14 Erzurum 99 Kocaeli 207 Tekirdağ 95
Aydın 112 Eskişehir 88 Konya 1956 Tokat 61
Balıkesir 91 Gaziantep 200 Kütahya 72 Trabzon 83
Bartın 29 Giresun 48 Malatya 61 Tunceli 20
Batman 51 Gümüşhane 100 Manisa 133 Uşak 53
Bayburt 16 Hakkari 20 Mardin 103 Van 71
Bilecik 17 Hatay 262 Mersin 618 Yalova 18
Bingöl 37 Iğdır 37 Muğla 93 Yozgat 146
Bitlis 60 Isparta 97 Muş 51 Zonguldak 43
Bolu 45 İstanbul 1822 Nevşehir 426
Burdur 51 İzmir 418 Niğde 529
Bursa 212 Kahramanmaraş 152 Ordu 72
Konya iline 2016 yılında diğer illerden göç eden kişilerin sayısı TÜİK verilerine göre aşağıdaki Çizelge 1.2.‟de gösterilmiştir.
Çizelge 1.2. Konya ilinin 2016 yılında diğer illerden aldığı göç sayısı
ġehirler Sayı ġehirler Sayı ġehirler Sayı ġehirler Sayı Adana 1493 Çanakkale 222 Karabük 193 Osmaniye 488 Adıyaman 285 Çankırı 173 Karaman 2751 Rize 138 Afyonkarahisar 1268 Çorum 339 Kars 267 Sakarya 277 Ağrı 434 Denizli 601 Kastamonu 250 Samsun 507 Aksaray 1791 Diyarbakır 712 Kayseri 1046 Şanlıurfa 960
Amasya 220 Düzce 106 Kilis 92 Siirt 206
Ankara 6913 Edirne 142 Kırıkkale 295 Sinop 77 Antalya 4313 Elazığ 346 Kırklareli 136 Şırnak 323 Ardahan 78 Erzincan 136 Kırşehir 340 Sivas 406 Artvin 107 Erzurum 581 Kocaeli 1174 Tekirdağ 312
Aydın 702 Eskişehir 836 Konya 0 Tokat 299
Balıkesir 519 Gaziantep 794 Kütahya 476 Trabzon 291 Bartın 95 Giresun 239 Malatya 461 Tunceli 74 Batman 379 Gümüşhane 205 Manisa 674 Uşak 263
Bayburt 91 Hakkari 155 Mardin 715 Van 935
Bilecik 117 Hatay 771 Mersin 1744 Yalova 73
Bingöl 106 Iğdır 79 Muğla 565 Yozgat 415
Bitlis 190 Isparta 1106 Muş 269 Zonguldak 249
Bolu 158 İstanbul 5872 Nevşehir 428
Burdur 353 İzmir 2381 Niğde 873
Bursa 1083 Kahramanmaraş 669 Ordu 298
Bu çizelgelerden de görüleceği üzere Aksaray ve Konya illeri her ilden göç aldığı için heterojen bir nüfusa sahiptirler. Böylece çalışmanın daha fazla yaşama alanına hitap ettiği için daha objektif sonuçlar vermesi beklenir.
1.1. Adli DiĢ Hekimliği
İnsan kalıntılarından kimliklendirme işlemi dentisyonun spesifik özelliklerinin tanımlanmasının ardından kullanılması binlerce yıllık tarihi geçmişe dayanmaktadır. Kayıtlara geçen ilk vaka M.S. 1.yy‟ın ortalarına aittir (Cary, 1925). 19.yy‟ın son çeyreğinde A.B.D‟de bu alana olan ilginin arttığını o yıllardaki adli diş hekimliği alanında yayınlanan makale sayısındaki artış göstermektedir. 1960‟lara gelindiğinde adli diş hekimliğinin A.B.D.‟deki üniversitelerinin ders programlarına eklendiği görülmektedir. Adli diş hekimliği bilimi, yakın zamana kadar adli bilimler ve diş hekimliği arasında kısmen küçük bir uzmanlık alanı olarak düşünülmektedir. Süreç içinde „The Society of Forensic Odontology‟, „The American Academy of Forensic Sciences‟ ve „The Academic Board of Forensic Odontology‟ gibi kuruluşlardaki adli diş hekimleri tarafından verilen bilgilerin interdisipliner bir şekilde yayılmasıyla oluşmuştur. Adli Diş Hekimliği A.B.D.‟deki bu gelişmeyle birlikte İsveç, İngiltere,
Fransa, Almanya ve diğer Avrupa ülkeleri ile Avustralya‟da da ilerlemiştir. Ülkemizde de bu süreç 1992 yılından itibaren Adli Tıp Kurumu‟na mahkemelerden gelen dava dosyalarının, adli diş hekimliği disiplinini almış diş hekimleri tarafından değerlendirilmeye başlanmasıyla oluşmuştur. Isırık izi bulguları, iskelet kalıntısı üzerinden kimliklendirme, uçak kazaları ve bombalı terör eylemlerinde dişsel kimliklendirmenin öneminin adli bilimlerle uğraşan kurumlar, adli makamlar tarafından anlaşılması, basın ve televizyonlarda sık sık olumlu çalışma haberlerinin yayınlanması diş hekimlerinin adli diş hekimliği bilimi dalına ilgisini her geçen gün artırmaktadır. Literatürde kayıtlı diş izlerinin kimliklendirme amacıyla yasal kullanımı yaklaşık 900 yıl öncesine kadar uzanmaktadır. Dr. Paul Revere, bilinmeyen bir mezarda gömülü olan koloni lideri Dr. Joseph Warren‟ı kimliklendirdiği zaman, Amerika‟da adli diş hekimliğinin kurucusu olarak kabul edilir. Bir sonraki dental kimliklendirme vakası, 1835 yılında yangın kayıtlarından altın dişleriyle tanımlanan Salisbury kontesi vakasıdır. 1849 yılında Webster Parkman vakası ise Amerika‟da dental delillerin mahkeme tarafından kabul edildiği ilk olgudur. 1850‟de evinde ölü bulunan bir doktor ve yaşlı annesi olgusunda, mental geriliğe sahip birinden şüphelenilmiş ve araştırma sırasında yerde bulunan iki adet alt kesici dişi delil olarak kullanmıştır. Bu dişlerin şüphelinin doktoru ile mücadelesi sırasında kaybettiği dişler olduğunu ispatlamıştır. Dişlerin kimliği tespit etmede yardımcı olarak kullanılma fikri ilk olarak 1887 yılında Paris'teki Odontoloji Cemiyeti'nin toplantısı sonrasında ortaya konulmuş ve aynı yıl kabul edilerek uygulanılmaya başlanmıştır. Sassouni, 1963'te bir adli diş hekimi tarafından sadece çeneyi ve dişleri değil, kraniofasial karakterlerininde içinde bulunduğu alanı yani yüzü ve başı da tümüyle dikkate alınmasının önemini belirtmiştir. Bu alanda kayıtlara geçen ilk önemli vaka 1985 yılında İstanbul‟da gerçekleşmiştir. Askeri bölgede ölü olarak bulunan 70 yaşında kadın cesedi ile ilgili soruşturmada maktulün protezinin incelenmesi ile katil tespit edilmiştir. 1994 yılında Antalya‟da yaşanan başka bir vakada ise Adli Tıp Kurumu Morg İhtisas Dairesi‟ne gönderilen sol omuz koldaki ısırık izlerinin olduğu, fotoğraf ve kamera çekimleri ile izlerin görüntülendiği bir olgu diş hekimi Afşin ve Dr. Whittaker tarafından incelenerek ısırık izinden kimliklendirme işlemi yapılmıştır. 1995 yılında İstanbul‟da Adli tıp kurumu tarafından John Louis Carrere vakası ise mezar fethi yapılarak adli diş hekimi ile birlikte kimliklendirme ekibince oral boşluk ve dişlerle ilgili bulgular yoluyla kimliklendirme yapılan ve kayıtlara „ilk kez dental bulgularla kimliklendirmenin yapıldığı olgu‟ olarak geçen vakadır. 2000‟li yıllarda ise artık dişsel bulgular üzerinden
kimliklendirme işlemi sık kullanılır bir yöntem haline dönüşmüştür. Bu olayların sonucu olarak, yaş belirlemenin önemi ve her türlü restorasyon, çekimlerini bu dosyaya kaydetmeleri ve grafi filmlerini arşivlerde tutmalarının önemini ortaya koyar (Aksan, 2010).
1.2. DiĢ GeliĢiminin Kronolojisi
Kalsifikasyon dokularda kalsiyum depolanması işlemidir. Bu işlem normal şartlar altında sadece kemik dokusunda olur. Çünkü kemik dokuları sürekli kalsiyuma ihtiyaç duyan sert ve insanın temel organlarını koruyan önemli dokulardır. Diş gelişiminde ilk belirtiler ilk altı haftada belirmektedir. Bu aşamada, ilk ağzın örtücü hücreleri gelişmekte ve diş kemeri biçiminde kalın bir bant oluşturmaktadır. Bu bantta erişkin dişlerinin bulunacağı yerlerde tomurcuklar vardır. Tomurcuklar daha sonra çan biçimini alır ve mine ile fildişi tabakası arasında oluşacak kesişmeyi belli edecek biçimde gelişir. Belirli hücreler fildişi biçimini alırken, ötekiler de mine biçimini alır. Logan ve Kronfeld‟in 1993‟teki çalışmasına kadar bütün kalıcı dişlerin kalsifikasyonun aynı zamanda başladığı genel bir kabul görmüştür. Bu varsayım Legros ve Magitot‟nun 1893‟te yapmış olduğu tabloya dayanır. Ancak bu dönemde dişin kalsifikasyonunun başlama zamanlaması yanlış olduğu iddia edilmiştir. Aşağıdaki Çizelge 1.3.‟deki sonuçlar farklı araştırmacılar tarafından raporlanmıştır (Logan ve Kronfeld, 1933).
Çizelge 1.3. Kalıcı dişlerin kalsifikasyon başlangıç zamanlaması Üst
Çene
Legros
Magitot Peirce Black Brady Churchill
Logan ve Kronfeld 1 1. ay 1.yıl 1.yıl 1.yıl 2. ay 3-6.ay 2 1. ay 2.yıl 2.yıl 2.yıl 2. ay 1.yıl-15 ay 3 1. ay 3.yıl 3.yıl 3.yıl 4.5. ay 3-6 ay 4 1. ay 4.yıl 5.yıl 4.yıl 3.yıl 1,5-2 yıl 5 1. ay 5.yıl 5.yıl 4.yıl 4.yıl 2-2,5 yıl 6 6.(fetal) ay 25.(fetal) hafta Doğum öncesi 25.(fetal) hafta 9.(fetal) ay 1-4 ay 7 3.yıl 5.yıl 6.yıl 5.yıl 4.yıl 2-2,5 yıl 8 12.yıl 9.yıl 9.yıl 8.yıl 8.yıl 7-9 yıl Alt
Çene
Legros
Magitot Peirce Black Brady Churchill
Logan ve Kronfeld 1 1. ay 1.yıl 1.yıl 1.yıl 2. ay 3-6 ay 2 1. ay 2.yıl 2.yıl 2.yıl 2. ay 1yıl-15 ay 3 1. ay 3.yıl 3.yıl 3.yıl 4.5. ay 3-6 ay 4 1. ay 4.yıl 5.yıl 4.yıl 3.yıl 1,5-2 yıl 5 1. ay 5.yıl 5.yıl 4.yıl 4.yıl 2-2,5 yıl 6 6.(fetal) ay 25.(fetal) hafta Doğum öncesi 25.(fetal) hafta 9.(fetal) ay 1-4.ay 7 3.yıl 5.yıl 6.yıl 5.yıl 4.yıl 2-2,5 yıl 8 12.yıl 9.yıl 9.yıl 8.yıl 8.yıl 7-9 yıl
Logan ve Kronfeld yukarıdaki Tablo 1.3.‟de kalsifikasyon başlangıç zamanlarını önceki bulguları ve kendilerininkilerini birleştirerek elde etmişlerdir. Logan ve Kronfeld‟in gözlemleri, dağınık başlangıç ve dişin sürekli gelişimine bakarak, bazı dişlerdeki hiperlastik kusurların göreceli konum (kusurun oluştuğu yaşa bağlı) gözlemleri tarafından onaylanmıştır. Çeşitli diş gelişim etapları için verilen yaşın doğruluğu cinsiyete bakılmaksızın ±1,5 yıla kadardır (Aksan, 2010).
Nolla, kronolojik yaşı belirlemede kullanılacak tablolar geliştirmiştir. Bu metot bir dizi seri olan 25 kız çocuk, 25 erkek çocuktan alınmış grafi filmlerinden elde edilen bilgileri kapsar. Nolla dişsel gelişimde her dişin geçirdiği aşamaları 10‟a bölmüştür. Şekil 1.3.‟de bu aşamalar verilmiştir.
ġekil 1.3. Mandibular ve maksiller dişlerin gelişim aşamaları
Maksilla ve mandibular kalıcı dişler analiz edilmiştir ve her diş uygun aşama ve skorda gösterilmiştir. Sadece ağzın tek tarafından olan dişler kullanılmıştır ve üçüncü molarlar haricindeki diğer tüm dişler vardır. Skorlar, diş gelişim aşamalarının toplam skorlarının bir araya getirilip toplanmasından oluşur. Bireysel diş skorları, bireysel kalıcı diş olgunlaşma normlarını geliştirmek için kullanılmıştır. Toplanan bu skorlar verilen yaş için dişsel gelişimin puan seviye normlarını hazırlamak için kullanılmıştır. Aşamaları skorlara dönüştürüp ve bu skorların toplamını kullanarak, Nolla‟nın tablo dönüşümüyle yaş tahmin işlemi gerçekleştirilebilir (Aksan, 2010).
Demirjian, Goldstein ve Tanner, dental yaşın belirlenmesinde diş oluşumunun dişin çıkmasından daha güvenilir bir belirleyici olduğu sonucuna varmışlardır. Her bir dişteki gelişim basamakları üzerinden oluşturdukları sayısal değerleri dental maturasyon tahmini için bir metot olarak kullanmaya çalışmışlardır. Sapmış olan “maturasyon skoru”nun dental yaşa dönüştürülmesini sağlayacak yüzdelik tablolar geliştirmişlerdir. Böylece klinik ve adli bakımdan kronolojik yaşın tahmini için dental maturasyonun ölçülmesinin kullanılabileceği sonucuna varmışlardır (Demirjian ve ark., 1973).
Her diş grubunun gelişim safhası (soldan sağa- molar, premolar, kanin ve ön kesici dişler) A‟dan H‟ye kadar tanımlanmıştır. Bu tanımlamalar Şekil 1.4.‟de
gösterilmiştir. Diş oluşumunundaki mineralizasyonun her bir safhası biyolojik kriterler ile tanımlanmıştır.
ġekil 1.4. Her diş grubunun gelişim safhası
Tüm dişler A-H arasında sınıflandırılmıştır. Safhaların değerlendirilmesi, tanımlanmış kriterlere uygun bir şekilde, X- ray diyagramları ile karşılaştırılarak yapılmalıdır. Her safha bir, iki ya da üç kriter ile açıklanmıştır. Diş gelişiminin durumunu en iyi açıklayan kriterler ile tanımlı safha seçilmelidir. Eğer iki safha arasında tam sınırda bir olgu ile karşılaşılırsa daima erken evre tercih edilmelidir. Değerlendirmede kesin ölçümler yoktur. Bunun yerine kron ile kökün göreceli uzunluklarının oranlaması dikkate alınır. Kök kapanmasının belirlenmesi için büyüteçlere ihtiyaç yoktur. Çıplak gözle değerlendirme yapılabilir. Değerlendirmede kron yüksekliği tanımlanırken, semento-enamel noktası ile diş minesindeki en yüksek çıkıntı göz önüne alınmalıdır. Eğer bukkal ve lingual taraftaki çıkıntılar birbirleri ile uyumlu değilse ikisinin orta noktası alınmalıdır (Aksan, 2010).
1.3. ÇalıĢmanın Amacı ve Önemi
Adli tıpta yaş tayini, ceza ve hukuk açılarından çok önemli bir konudur. Bu yüzden, anatomik özelliklere ve organizma üzerinde yaşam boyu oluşan değişimlere
dayanarak yapılan kimliklendirmeler en az hata payı içerecek objektif kanıtlara dayandırılabilmelidir. Yapılan literatür taraması ve ilgili birimler ile görüşmeler sonucu adli tıpda, gerek iskeletsel kemik uzunluğuna bağlı ölçümler ile gerekse dişlerin boyutlarına veya çeşitli özelliklerine göre yapılan yaş tahmini işlemlerinin manuel olarak gerçekleştirildiği görülmüştür. Bu tezin konusu olan dişler, kimlik belirlemede önemli bir unsur olduğu göz önüne alınarak belirlenmiştir. Dişlerin kimlik belirlemede önemli olduğu ve en sağlam bilginin dişler sayesinde verilen raporlar üzerinden yapıldığı görülmüştür. Ayrıca dişlerin insan vücudunda herhangi bir doğal afet sonrasında en son bozulacak yapı olması, diş üzerine çalışılmasının daha doğru sonuçlar vereceği gerçeğini göstermiştir. Bu bağlamda, yaş ve cinsiyet belirlemek için panoramik diş röntgen görüntüleri kullanılmış ve yaş tayini işlemi bu görüntüler üzerinden gerçekleştirilmiştir. Bu tez çalışmasında, yaş belirlemede yapılan işlemlerin manuel olarak değil, bilgisayar aracılığı ile otomatik olarak yapılması amaçlanmıştır. Daha doğru ve objektif sonuçlar almak amacıyla bilgisayar ortamında görsel olarak yazılan uygulama sayesinde, Yapay Zeka (YZ) ve Görüntü İşleme (Gİ) teknikleri kullanılarak panoramik diş röntgen görüntüleri üzerinden yaş tayini işleminin yapılması sağlanmıştır.
Yapılan tez çalışmasının önemini, yaş tayini işleminin en doğru ve en objektif bir şekilde gerçekleştirilmesi oluşturmaktadır. Herhangi bir nedenden dolayı yaş tayininin yapılması gereken bir durumda, kişinin diş röntgen görüntüsü örneği üzerinden yaş tayini atama işlemi objektif ve otomatik olarak gerçekleştirilecektir. Bu sayede kişinin herhangi bir nedenle adli tıptan yaş tayininin belirlenmesinin istenmesi durumunda, verilecek olan rapor en doğru bir şekilde verilmiş olacaktır.
Resmi yazışmalar ile Aksaray ve Konya‟daki farklı ağız ve diş sağlığı merkezlerinden alınan 900 adet panoramik diş röntgen görüntüsü üzerinde çalışılmıştır. Bu görüntülerden sağlam ve kullanılabilecek olanlar seçilmiştir ve 1315 adet sınırları çıkartılan dişler ile manuel olarak veri tabanı oluşturulmuştur. 1315 dişin bulunduğu veri tabanında, sol alt çenede bulunan tüm dişlerden farklı yaşlarda sınıflar bulunmaktadır. Bu görüntüler ilk olarak daha iyi sonuçlar alabilmek için görüntü ön işleme yöntemlerinden geçirilmiştir. Ardından diş röntgen görüntülerine daha önce uygulanmamış Gİ teknikleri uygulanmıştır.
Bu tez çalışmasında, diş röntgen görüntülerinden yaş belirleme işlemi için geliştirilen uygulamada, tek formda iki bağımsız yaş belirleme işlemi gerçekleştirilmiştir. Uygulamanın ilk bölümünde US tabanlı ve dişlerin morfolojik
özelliklerine göre kıyaslama yapılarak yaş tahmini işlemi gerçekleştirilmiştir. Morfolojik olarak dişlerin alan, çevre, ağırlık merkezi ve yükseklik hesabı bilgisi, benzerlik oranı, yarıçap hesabı bilgileri ile kıyaslama işlemleri yapılmış ve yapılan kıyaslama işleminin sonucuna göre yaş belirleme işlemi gerçekleştirilmiştir.
Uygulamanın ikinci bölümünde ise Çok Katmanlı Algılayıcı Sinir Ağı (ÇKASA) kullanılarak yaş tahmini işlemi yapılmıştır. Ön işlemlerden elde edilen görüntüler üzerinde otomatik ve dinamik olarak segmentasyon işlemi uygulanmıştır. Segmentasyon sonucu elde edilen her bir alt segmentin özellik çıkarımı yapılarak görüntünün öznitelik vektörü oluşturulmuştur. Özellik çıkarım işleminde Ortalama Mutlak Sapma (OMS) yöntemi kullanılmıştır. Öznitelik vektörü ÇKASA kullanılarak sınıflandırılmış ve yaş ve cinsiyet belirleme işlemi gerçekleştirilmiştir. Bu teknikler ile birlikte yaş tahmininde daha doğru ve standartdize edilmiş sonuçlar almak için yeni algoritma geliştirilmiştir. Bu algoritma yamuk olan diş görüntülerini düzeltmek için kullanılmıştır. Bir diğer algoritma ise özellik azaltmak için geliştirilmiştir. İsteğe bağlı olarak öznitelik vektörünün boyutu ağın performansını artırmak için azaltılabilmektedir. Yapılan uygulama ile adli tıp biriminde yapılan yaş belirleme işlemi otomatik olarak yapılabilmektedir. Yaş belirleme işleminin yanı sıra cinsiyet belirleme işlemi de gerçekleştirilmiştir.
1.4. Tezin Organizasyonu
Bu tez çalışması giriş, kaynak araştırması, metaryal metot, geliştirilen uygulama, sonuçlar ve öneriler ile kaynaklar olmak üzere toplam altı bölüm ve eklerden oluşmaktadır.
Birinci bölüm giriş bölümü olup konunun genel tanımı yapılmış, çalışmanın amacı ve önemi üzerinde durulmuştur. Günümüzde yaş tayini işleminin hangi durumlarda gerektiği ve ne kadar önemli olduğu konusunda bilgiler verilmiştir.
İkinci bölümde, konu ile ilgili önceden yapılmış olan benzer çalışmalar hakkında kaynak araştırması yapılmış, bunlar hakkında bilgiler verilmiş ve bu çalışmaların özellikleri açıklanmıştır. Aynı zamanda dişlerin genel yapısı ve gelişimi ile ilgili detaylı bilgiler verilmiştir. Dişlerden yapılan yaş tahminlerinin yanı sıra kemiklerden yapılan yaş tahminleri hakkında açıklamalarda bulunulmuştur.
Üçüncü bölümde, tezde kullanılan materyaller ve metotlar hakkında genel bilgiler verilmiştir. Bu bölümün ilk kısmında yapay zekada kullanılan tekniklerden
Uzman sistem (US) ve Yapay Sinir Ağları (YSA) hakkında genel bilgiler verilmiştir. Ardından yine uygulamada kullanılan Gİ ve dental panoramik görüntülerin elde edilmesi hakkında genel bilgiler verilmiştir.
Dördüncü bölümde, diş röntgen görüntülerin yaş ve cinsiyet belirlemek için geliştirilen uygulamada yapılan işlemler ve bu işlemlerden elde edilen sonuçlar hakkında bilgiler ve bu bilgilere dayalı değerlendirmeler verilmiştir. Bu bölümün ilk kısmında US tabanlı çalışan ve dişlerin morfolojik özellikleri incelenerek, kıyaslama yapılacak özellikler belirlenmiş ve uygulanmıştır. Ayrıca yaş tayininde daha doğru ve objektif sonuçlar alabilmek için geliştirilen yeni yöntemler ile diş görüntülerine rotasyon işlemi gerçekleştirilmiş ve dişler birde rotasyonlu haliyle incelenmiştir. Sonraki kısımda morfolojik özelliklerin ortalama hesapalamalarına göre elde edilen sonuçlar sunulmuştur. Ardından 4-14,5 yaş aralığındaki dişler incelenmiş ve elde edilen sonuçlar verilmiştir. Son kısımda ise diş röntgen görüntüleri üzerine yapılan dinamik ve otomatik segmentasyon işlemlerinin nasıl yapıldığı açıklanmıştır. Özgün olarak geliştirilen özellik azaltma işlemi açıklanmış ve uygulanmıştır. Elde edilen sayısal veriler ÇKASA ile sınıflandırılarak yaş tahmini işlemi gerçekleştirilmiştir. Özellik azaltma işlemi sonucu elde edilen veriler ile birlikte diğer sonuçlar üzerine genel bir değerlendirme yapılmıştır.
Beşinci bölümde tez çalışmasından alınan sonuçlar değerlendirilmiştir. Bu çalışmaya ilave veya farklı özellikte yapılabilecek çalışmalar hakkında önerilere değinilmiştir. Tez çalışmasında karşılaşılan sorunlar üzerinde durulmuştur. Bu sorunların oluşmaması için bazı tavsiyelerde bulunulmuştur. Bu bölümün ardından kullanılan kaynakların listesi verilmiştir.
2. KAYNAK ARAġTIRMASI
Bu bölümde yaş tahmininde kullanılan metotlar ile ilgili bilgiler ve literatürde farklı yöntemler ile yaş tahmini yapan diğer çalışmalar hakkında bilgiler verilmiş ve elde ettikleri yaş tahmini sonuçları verilmiştir.
Diş görüntülerinden yaş tahmini için birçok yöntem kullanılır. Bunları genel olarak dört başlık altında toplamak mümkündür; klinik, radyografik, histolojik ve fiziksel-kimyasal yöntemler. Histolojik ve fiziksel-kimyasal yöntemlerde dişin önce çekilmesi gerekir. Bu nedenle daha çok ölüm sonrası tercih edilir, kliniksel ve radyografiksel yöntemler vital dişlerde de uygulanabildiği için daha çok ölümden önceki kimliklendirme işlemlerinde kullanılırlar. Tarihteki dişler üzerinden yaş tahminiyle ile ilgili ilk çalışma 1837‟de Edwin Saunders tarafından yayınlanmış ve yapılan bu çalışma ile dişlerin yükseklik bilgileri üzerinden işlem yapılmıştır (Shamim ve ark., 2006).
Yaklaşık olarak 20 ile 23 yaş civarındaki yirmili yaş dişlerde, gelişimin tamanlanmasının ardından dişlerin yaş tahmininde hata oranları bir hayli artmaktadır. Bu süreçten sonra dişlerde meydana gelen sekonder değişiklikler göz önünde bulundurulmalıdır. İlk olarak 1925‟te Bodecker sekonder dentin apozisyonunun kronolojik yaşla bir korelasyonu olduğunu göstermiştir (Bodecker, 1925).
Whittaker ve arkadaşları, insanın dişlerinde bulunan mineralizasyonu hassas elektron mikroskobu ile ölçerek değerlendirmişler ve çalışmalarında kişinin yaşı ile dentin/predentin birleşim noktasında görülen kanal sayısı arasında bir ilişkiyi ortaya koymuşlardır (Whittaker ve Kneale, 1978).
1976 yılında Helfman ve Bada tarafından olmak üzere aspartik asit rasemizasyon olarak adlandırılan kimyasal reaksiyon ile dişlerden yaş belirlenmesi amacıyla çalışmalar yapılmıştır. Her yıl ortalama %0,1 D-aspartik asit biriktiği ortaya koyulmuştur. Mine ve dentindeki reaksiyon dereceleri ile yaş arasında yakın ilişki olduğu gösterilmiştir (Gillard ve ark., 1990).
Literatürde yaş tahmini ile ilgili olarak yapılan morfolojik çalışmanın ilki 1920‟de Todd‟un yaptığı ve pubis simfizisin yaşa bağlı gösterdiği değişiklikler hakkındaki çalışması olmuştur. Ardından Todd‟un öğrencisi Cobb 1952 yılında yaptığı farklı bir çalışmada kafatasının eklemlerindeki kaynaşmaların dönemleri üzerine yoğunlaşmıştır. 1955 yılında Todd‟un sistemini Brooks geliştirilmeye çalışmıştır. Kafatasının eklemlerinden yaş tahmini için, başka bir metot takip edilerek 1957 yılında
McKern ve Stewart tarafından incelemeye alınmıştır. Suchev ise 1980‟lerde kimliği bilinen cansız bedenlerden pubis simfizisi toplayarak tekrardan incelemeler yapmış ve sonuç olarak çok geniş interval ile yaş tayininin yapılabileceği sonucuna varmıştır (Brooks ve Suchey, 1990).
Dişler yaş belirlemede iki ayrı ana dönem ile incelemeye alınmıştır. Bunlar; süt dişleri ve sürekli dişlerdir. Geçici dişlerde, mikroskobi ile yapılan değerlendirmeye güvenmek gereklidir. 14 yaşın üstündeki dönemlerde süt dişlerinin düşmesi, erüpsiyon, mineralizasyon, formasyonla birlikte çene kemiğinde ve dentisyonda sürekli bir gelişme devam eder. Bununla birlikte kalıcı dişler de şekillenir, mineralize olur, erüpsiyona ve sonra da değişime uğrar. Bu dönemdeki yaş belirle işlemi genelde radyografilerin dentisyon gelişim şeması veya tablosu ile karşılaştırılması şeklinde yapılır. Kalıcı dişlerde ise bütün dişlerin tamamen sürdüğü veya geliştiği zaman olan 14-20 yaş arasındaki dönemde sadece 3. Molar dişin gelişimi yaş hakkında bilgi verebilir. Erişkinliğe kadar dişler en güvenilir yaş parametresi olarak nitelendirilirken, dişlerin çıkışının tamamlanmasından sonra yaşın değerlendirilmesinde güvenilir olmadığı ileri sürülmüştür. Dişte gerçekleşen yapısal değişikliklerin yaş belirlenmede kullanılabilirliği Gustafson tarafından öne sürülmüştür (Gustafson, 1950).
Logan ve Kronfeld‟un birlikte yaptığı ve tüm çene bölümleri üzerine olan incelemeler, Schour ve Massler‟a her biri belirli yaşla ilgili olan diyagramlar hazırlamalarına imkan sağlamıştır (Logan ve Kronfeld, 1933). Fakat bu atlas tabanlı sistemde kök oluşumlarının değerlendirmesi olmayıp, oral kavitedeki diş taçlarının ortaya çıkma sırası ve zamanını ele alarak inceleme işlemini gerçekleştirmişlerdir. Schour ve Massler, uterusta 5 aylık iken başlayan diş gelişimini, 35 yaşına kadar 22 kademe olarak ifade etmişlerdir. Bu çalışma; ölümcül derecedeki hasta çocukların üzerinde uygulandığı ve küçük bir örneklem gruba bağlı olduğu için eleştirilere maruz kalmıştır (Schour ve Massler, 1941). 1988 yılında Schwarze, Schour ve Massler‟ın verilerini tekrardan güncelleyerek 1941‟deki kalıcı diş verilerini kendi Köln çalışma grubuyla karşılaştırdığında, kalıcı dişlerin gelişiminde bir gecikmeyi tespit etmiştir. Schour ve Massler‟ın diş gelişim diagramındaki diğer büyük değişiklik ise 1978 yılında Ubelaker tarafından yapılmıştır. Ubelaker, Amerika yerlilerinin verilerine dayanan göstergeleri geliştirmiştir. Bu göstergeler; 1980‟de Ferembach‟ın yayınlamış olduğu “İskeletlerde Yaş ve Cinsiyet Belirleme Önerileri” ne dahil edilmiştir (Ferembach ve ark., 1980).
Demirjian‟ın arkadaşlarıyla 1973‟deki yaptıkları çalışmada, radyolojik olarak görünen diş özüne dayandırılarak 4 adet taç, 4 adet kök gelişim aşamasını tanımlamışlardır. Bu yaklaşım ile mandibulanın sol tarafındaki 7 diş için skor verme sistemini kullanarak her aşamada bir skor değeri vermişlerdir. Toplanan tüm skorlar bir bireyin dental oluşum skorunu vermiştir (Demirjian ve ark., 1973).
Smith, yaşın belirlenebilmesinde daha genç yaş grupları için dişlerde gerçekleşen erüpsiyonu, daha yaşlı grubunda ise, iskelet kalsifikasyonunun derecesini dikkate almanın daha doğru olacağını vurgulamıştır. Kullanılan yöntemler, dişteki fiziksel değişimlerin genel gözlemlerinden yola çıkılarak yapılması nedeniyle, tek bir olgunun yaş belirleme işleminde bilirkişiyi yanlış sonuçlara götürebildiği görülmüştür (Gök, 1991; Tunalı, 1991; Aykaç, 1993; Knight, 1995; Yamaguchi ve ark., 1997; Polat, 2000).
Demirjian ve arkadaşları mineralizasyonun her safhasına birer puan vererek ve ortalama dental olgunluğunu 0 ile 100 arasında değerlendiren bir skala kullanmışlardır. Diş gelişimi 8 aşama olarak, radyografik araştırma ile resimlendirilmiş, mineralizasyonun her aşamasının sınırları, açık bir şekilde tanımlanmıştır. Demirjian yöntemine göre, genellikle 5 yaşına gelene kadar dental gelişim için cinsiyet farklılığı olmadığını ileri sürmüştür (Woolfel ve Scheid, 1997).
Radyografik araştırmalar sayesinde, doğumdan itibaren dişin tamamlanıncaya kadar olan sürecin izlenmesiyle, diyagram ve resimlere bağlı bir diş gelişim atlası ortaya konmuştur. 3,5-12,5 yaş arasında İsveçli çocuklar için, tahmini ve kronolojik yaş arasındaki farklılıkları belirlemek için yapılan çalışmadaki en iyi ilişkiyi, 3,5-6,5 yaş gruplarında belirlenmiştir (Diamond, 1952; Avery ve McDonald, 1988; Woolfel ve Scheid, 1997).
Ciaparelli ise, kök veya kron formasyonunda yaklaşık olarak 1 yıllık sabit bir farkın var olduğunu belirlemiştir. 3. molar dişin diğer dişlerden daha fazla bir fark göstermediği söylenebilir. Adli diş hekimliğinde ilk olarak kalıcı dişlerin gelişimindeki tamamlanmanın bitmesinin ardından dişlerin kök gelişiminin nasıl olduğunu araştırmıştır. Johanson Harris ve Nortje ile Van Heerden 3. molar kök formasyonu ile ilgili gerçekleştirdikleri çalışmalalarında birbirine benzeyen 5 kademeli işleyen bir system kullanmışlardır. Sonuçta, 4 kadran arasındaki 3. moların gelişmesinde belirgin bir fark ve cinsiyet farkının bulunmadığını ileri sürmüşlerdir (Yavuzyılmaz, 1989; Yamaguchi ve ark., 1997).
Kron gelişiminde kesici dişler için cinsiyetler arasındaki belirlenen farkın minimum, cinsiyete bağlı en fazla değişimin mandibuler kaninde gözlemlendiği, kadınların bu diş gelişimde erkeklere oranla, 11 ay daha ileride olduğu gösterilmiştir. Genel olarak dental ve iskeletsel yaşda erkeklerin birbirlerine daha yakın uyum gösterdiği, kadınlarda ise iskeletsel yaşın dental yaştan bir yıl daha önde gittiği belirlenmiştir. Bu bilgilere ilaveten dental yaşı diğer faktörler de etkilemektedir. Örnek olarak: kırsal ve sıcak iklimlerdeki bölgelerde erüpsiyon daha da erken gözlemlenebilir ve süt dişlerin uzayan retasyonu alttaki kalıcı dişlerin erüpsiyonunu değiştirebilmektedir. Yaş belirlemede kalıcı dişlerin çıkma sırasına göre kullanılabileceğinin bilinmesi ile birlikte, dişin çıkma zamanının çıkma sırasından daha da güvenilir bir sonuç verdiği ileri sürülmüştür. Yirmili yaşların başından itibaren dental yaş tahminin daha az doğru sonuç verdiği rapor edilmiştir. 25 yaşından itibaren, yaş vaktinden önce çıkma ya da aşınma sebebiyle ortaya çıkan sekonder dental değişiklikleri göz önüne alan çalışmalar ile birlikte değerlendirme süreci başlamıştır (Diamond, 1952; Kerley, 1965; Yamaguchi ve ark., 1997).
Dişten bir kesit almadan önce detaylı bir inceleme ve kök ağzında meydana gelen kapanmanın da hesaba katılması ile elde edilecek olan sonuçların çok daha sağlıklı olması ve tahmin edilen yaşın gerçek yaşa daha yakın değerde olması açısından önemlidir. Tüm dişlerdeki erüpsiyonun eş zamanlı olmaması, dişlerdeki atrisyonun birbirlerinden farklı olmasına yol açar. Atrisyonun 30‟lu yaşlarda mine, 40‟lı yaşlarda dentin, 50‟li yaşlarda ise dentinin derinlikleri ile sınırlandığını gözlemlemişlerdir. 60‟lı yaşlarda dişlerdeki tüm oklüzal yüzeyi, 70‟li yaşlarda ise kron ortadan kalkmaktadır. Farklı çalışmalarda atrisyonun nicel derecelendirilmesi yöntemi kullanılmıştır (Yavuzyılmaz, 1989; Woolfel ve Scheid, 1997; Yamaguchi ve ark., 1997).
Dişteki dönem dönem yapısal birtakım değişikliklerin yaş belirlemek için kullanılabilirliği Gustafson tarafından önerilmiştir. Gustafson değişikliklerin ayrı ayrı yaş belirlemek için çok fazla ilgisinin olmadığını, bunun yanında hep birlikte yaşın belirlenmesi için kullanılabilirliğini ve kimliği belli olmayan bedenlerde regresyon çizgilerinin yardımı ile yaş belirlenme işleminin olabileceğini ileri sürmüştür. Gustafson, dişteki 6 sekonder değişimin (atrisyon, periodontitits, sekonder dentin, sement apozisyonu, kök transparanlığı ve kök rezorpsiyonu) önemine dikkat çekmiştir. Gustafson çalışmasında, yaşlılarda kullanılacak birtakım indekslerin değerlendirilmesi ile yaş belirlemedeki subjektif tahminlerin üzerine yoğunlaşmıştır (Solheim, 1993). Dentin transparanlığı, dentindeki organik madde değişikliklerinden dolayı kabul
