3B Yüz Tarama Teknolojisi 2026: Fotogrametri mi, Yapılandırılmış Işık mı?

Yüzün üç boyutlu dijital kopyasını çıkarmak, bir zamanlar yalnızca büyük üniversite hastanelerinin erişebildiği bir işti. Bugün aynı işi bir tablet, bir yapılandırılmış ışık tarayıcısı ya da sıradan bir fotoğraf makinesiyle çekilmiş 40-50 karelik bir seri yapabiliyor. Ama "yapabiliyor" ile "yeterince doğru yapabiliyor" arasında, milimetrelerle ölçülen ciddi bir fark var.

Bu fark özellikle yüz cerrahisi planlamasında önemli: 1 mm'lik bir sapma bir diş ölçüsünde tolere edilebilirken, burun sırtı profilinde gözle görülür bir sonuç değişikliğine karşılık geliyor. 2026'da yayımlanan karşılaştırmalı çalışmalar, piyasadaki yöntemler arasındaki doğruluk uçurumunu ilk kez net biçimde ortaya koydu.

İki Temel Yöntem: Fotogrametri ve Yapılandırılmış Işık

Fotogrametri, klasik fotoğraf makinesiyle farklı açılardan çekilen çok sayıda kareyi bir yazılımın eşleştirip nokta bulutuna, oradan da üçgen ağa (mesh) dönüştürmesine dayanır. Donanım maliyeti düşüktür — teorik olarak elinizdeki telefon yeterlidir. Zayıf noktası, dokusuz ve düz yüzeylerde eşleştirme algoritmasının referans bulamamasıdır; alın ortası veya burun sırtı gibi düz geçişli bölgeler tam da bu tuzağa girer.

Yapılandırılmış ışık (structured light) ise yüzeye bilinen bir desen — genelde ince şerit ya da grid — yansıtır ve desendeki bozulmayı ölçerek derinliği hesaplar. Doku bağımlılığı yoktur, çünkü deseni sistem kendisi üretir. Donanım daha pahalıdır ve hastanın tarama süresince hareketsiz kalması gerekir.

Şubat 2026'da yayımlanan ve dört farklı 3B yüz tarama teknolojisini karşılaştıran çalışma, aradaki farkı sayısallaştırdı: fotogrametri temelli yaklaşımlarda sapmalar sık sık 2-3 mm'yi aşarken, yapılandırılmış ışık sistemlerinde sapma tipik olarak 1 mm'nin altında kaldı. Çalışmanın tam metnine PubMed Central üzerinden erişilebiliyor.

Yöntemlerin Karşılaştırması

Açık Kaynak Tarafı: Blender Tabanlı İş Akışları

Maliyeti düşürmenin bir yolu, ticari tarayıcı yerine açık kaynak fotogrametri hattı kurmak. Blender üzerine geliştirilen OrtogOnBlender gibi araçlar, standart fotoğraf serilerinden cerrahi planlama için yeterli kalitede ağ üretebiliyor ve rinoseptoplasti planlaması için yayımlanmış adım adım yakalama protokolleri mevcut. Buradaki kritik nokta, doğruluğun donanımdan çok protokole bağlı olması: sabit odak uzaklığı, kontrollü ve dağınık aydınlatma, sabit hasta-kamera mesafesi ve yeterli kare örtüşmesi. Protokol gevşediğinde hata payı hızla büyüyor.

Ölçmekten Simülasyona: Beklenti Yönetimi Sorunu

3B tarama tek başına bir ölçüm aracı. Asıl kullanım, elde edilen ağın üzerinde yapılan simülasyon: burun sırtının düzleştirilmesi ya da ucun döndürülmesi gibi değişikliklerin dijital olarak modellenmesi. Bu görüntüler hasta iletişiminde güçlü bir araç, çünkü sözle anlatılan bir hedefi görsele çeviriyor.

Ama teknolojinin sınırı tam da burada başlıyor. Simülasyon bir iletişim aracıdır, taahhüt değil. Yazılım kemik ve kıkırdak dokusunun ameliyat sonrası nasıl davranacağını, ödemin nasıl çekileceğini ya da deri kalınlığının sonucu nasıl yumuşatacağını hesaplayamaz. Nitekim bu yüzden hekimlerin hasta bilgilendirme metinlerinde simülasyonun "olası sonuç görselleştirmesi" olarak tanımlanması standart hâle geldi. Ankara'da burun estetiği süreçlerini anlatan Op. Dr. Eda Çabuk Horoz gibi hekimlerin yayımladığı hasta bilgilendirmeleri de bu ayrımı — dijital planlama ile nihai sonuç arasındaki farkı — açıkça vurguluyor.

Ameliyathaneye Taşınan Veri: Artırılmış Gerçeklik

Son yılların en ilginç gelişmesi, 3B modelin planlama ekranından çıkıp ameliyat sırasında kullanılabilir hâle gelmesi. Projeksiyon temelli artırılmış gerçeklik uygulamalarında, planlanan hedef geometri doğrudan hastanın yüzüne yansıtılıyor ve cerrah plan ile mevcut durumu aynı anda görüyor. Erken dönem çalışmalar bunu daha çok bir doğrulama katmanı olarak konumlandırıyor — yani kararı değiştiren değil, kararı teyit eden bir araç. AR/VR donanımının genel gidişatını daha önce artırılmış ve sanal gerçeklik yazımızda ele almıştık.

Nereye Doğru Gidiyor?

Üç eğilim öne çıkıyor. Birincisi, akıllı telefonlardaki derinlik sensörlerinin yaygınlaşmasıyla düşük maliyetli tarama kalitesinin yükselmesi. İkincisi, tek bir 2B fotoğraftan 3B yüz rekonstrüksiyonu yapan model tabanlı yaklaşımlar — hızlı, ama klinik doğruluğu hâlâ tartışmalı. Üçüncüsü, tarama verisinin yapay zekâ destekli analiz sistemleriyle birleşmesi; bu konuyu yapay zeka destekli tanı sistemleri yazımızda daha geniş ele almıştık.

Kısa vadede pratik sonuç şu: doğruluk kritikse yapılandırılmış ışık, erişilebilirlik kritikse iyi kurgulanmış bir fotogrametri protokolü. İkisini karıştırmak — yani fotogrametri verisini yapılandırılmış ışık doğruluğu varsayarak kullanmak — teknolojinin en sık yapılan hatası.