Panoramik radyografilerde apikal periodontitis lezyonlarının saptanması zordur; çünkü bulgular ince olabilir ve çoğu zaman anatomik süperpozisyon, değişken kontrast ve restoratif artefaktlar nedeniyle değerlendirme güçleşir. Bu çalışma, panoramik radyografilerde apikal lezyon lokalizasyonu için yeni nesil nesne tespit modellerini karşılaştırmış ve herkese açık bir veri kümesi kullanarak, eşleştirilmiş deneysel koşullar altında eğitim verisi artırmanın katkısını nicel olarak değerlendirmiştir.
YOLOv8 (s/l), YOLOv11 (s/l) ve RT-DETR-l modelleri, veri artırmalı ve veri artırmasız olmak üzere iki farklı düzende eğitilmiştir. Tüm modeller, 392 görüntü ve 639 anotasyonlu lezyondan oluşan sabit bir test ayrımı üzerinde değerlendirilmiştir. Veri artırma, tüm modellerde tespit performansını tutarlı biçimde iyileştirmiştir.
En iyi genel test performansı, veri artırmalı YOLOv8-l modeli ile elde edilmiştir (F1 = 0.975; AP@0.50 = 0.994), buna karşılık RT-DETR-l modeli veri artırmasız senaryoda en güçlü başlangıç performansını göstermiştir (F1 = 0.689; AP@0.50 = 0.720). Bu bulgular, eşleştirilmiş koşullar altında veri artırmanın panoramik radyografi tabanlı apikal lezyon tespitini belirgin biçimde güçlendirdiğini ve modern nesne tespit modellerinin yüksek hacimli diş hekimliği iş akışlarında tarama amacıyla güvenilir yardımcı destek sağlayabildiğini, ancak nihai klinik kararın diş hekimine ait olduğunu göstermektedir.