Person: KILIÇ, BANU
5 results
Search Results
Now showing 1 - 5 of 5
Publication Metadata only Indirect Effect Of A Dentistry And Medical School Hospital Before And After Covid-19 On The Environment(2021-03-20T00:00:00Z) Ekinci, Esma; Armagan, Sara; KILIÇ, BANUDünya Sağlık Örgütü (WHO)’ne göre küresel ısınma tüm dünyada insanların karşılaştığı ciddi sorunlardan biridir.(WHO 2011) Gelecek nesiller için dünyanın uzun bir süre daha var olması önem taşımaktadır. Dolayısıyla bir diş hekimi olarak çevre dostu bir yöntem kullanarak doğanın ko runmasına yönelik katkı sağlamak bizim sorumluluğumuzdur. Küresel ısınmanın en önemli sebeplerinden biri de çevresel kirliliktir. Yapılan çeşitli araştırmalara göre, diş hekimliğinin çevreye etkisi değerlendirilmiştir. Birleşik Krallık Ulusal Sağlık Sistemi (NHS)’ne göre karbon ayakizine en büyük katkıyı dental servislere yapılan giriş çıkışlar ve tedarik süreci oluşturmaktadır. Diş hekimliği klinikleri, diğer sağlık kuruluşlarına kıyasla daha az atık üretiyor olsa da, son on yılda dental atıklarda önemli bir artış gözlenmektedir. Çeşitli ülkelerde yapılan akademik araştırmalarda, Covid-19 sürecinden bağımsız olarak değerlendirilen kliniklerden esinlenerek Bezmialem Vakıf Üniversitesi Diş Hekimliği ve Tıp Fakültesi Hastanelerinde bir çalışma yapılmıştır. Bu çalışma, Covid-19 öncesi ve sonrası bir diş hekimliği ve tıp fakültesi hastanesinin kullandığı ve harcadığı materyallerin (2019-2020 yıllarının Haziran-Aralık ayları arasındaki dezen-fektan, sabun, kağıt, hasta sayısı, doğalgaz, elektrik ve geri dönüşüm atıkları) derlenmesiyle sağlık sektörünün karbon ayakizinin bu süreçte hangi yönlerde değişime uğradığını belirtmektedir. Matery-allerin belirlenen süreçlerdeki hem yıllık değişimi hem de hasta başına düşen birim değişimi dikkate alınmıştır. Sağlık sektöründeki bireyler olarak bu süreci nasıl değerlendirmiş olduğumuzu gösteren bu çalışma, gelecekte benzer pandemilerin yaşanması durumunda öngörülecek durumları ve dikkat edilmesi gereken noktaları göz önüne sermiştirPublication Metadata only Can Brushing Be an Alternative Treatment for Obesity(2022-09-16T00:00:00Z) Diker, Burcu; KILIÇ, BANU; ŞAHİN, DEMETPublication Metadata only The effect of missing teeth or existing prostheses on orthodontic treatment duration of skeletal Class III orthognathic surgery patients(2019-04-25T00:00:00Z) Kılıç, Banu; KILIÇ, BANUPublication Metadata only Early Diagnosis and Prediction of Skeletal Class III Malocclusion from Profile Photos Using Artificial Intelligence(2021-01-01T00:00:00Z) Demircan, Gül Sude; KILIÇ, BANU; Önal-Süzek, Tuğba; KILIÇ, BANU© 2021, Springer Nature Switzerland AG.Among skeletal deformities, Class III is the one that orthodontics gives more importance to timing compared to Class I or Class II, because growth modification is possible only before pubertal growth spurt. When class III malocclusion is diagnosed late it is especially difficult to treat with braces frequently requiring surgical intervention. In this study, we assessed the potential of a computational model for detecting Class III Malocclusion using the profile images of patients. The main purpose of our project is to develop this model into a mobile application for parents seeking a guidance on whether to reach out to an orthodontist at an early stage of developmental bone growth with a warning of Class III malocclusion risk. For detecting Class III malocclusion by discriminating the skeletal status from each other, we utilized several different angles from literature to mark the points on the profile, which are G, Prn, Sn, Ls, Li, Sm and Pg. In this study, a test dataset consisting of 60 profile images of patients is used to evaluate the performance of several different heuristic criteria. We devised three heuristic methods to evaluate the performance on our patient test data. In all three methods, if the calculated angles match Class III angle mean+-standard deviation intervals, patients are categorized as -Class III-. If the angles are outside the standard deviation intervals, we assigned the category as -not Class III-. The most successful method so far was the third method, categorizing the 49/60 images correctly (85% in Class I, 100% in Class II and 60% in Class III).Publication Metadata only Vertikal Büyüme Yönüne Sahip Açık Kapanış Hastaları İle Normal Kapanışa Sahip Bireylerin, Hava Yolu Genişliği, Hyoid Ve Dil Konumu Açısından Karşılaştırılması(2020-02-27T00:00:00Z) Kılıç, Banu; Kaymakçıoğlu, Elif; KILIÇ, BANU