Detecção de cárie dentária por fotoluminescência utilizando processamento digital de imagem com inteligência artificial

Autor: Carneiro, Davi Clementino
Přispěvatelé: Sampaio, Fábio Correia, Menezes Júnior, Raimundo Aprígio
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFPB
Universidade Federal da Paraíba (UFPB)
instacron:UFPB
Popis: Dentistry is among the health sciences that is most dependent on technology. The advancement of processing capabilities has enabled the insertion of several computational methods in different medical areas. Among the instruments to assist in decision making, digital diagnosis has been shown to be a good alternative, generating more reliable outcomes, increasing practicability and being quicker as results to the incorporation of technology. The objective was to develop an automated system for detecting initial caries lesions from photographs with fluorescent light using artificial intelligence. For this study, 67 oral photographs from different angles and approaches were taken of 18 patients between 8 and 14 years old. These images were filtered and cut into 691 final samples that comprised this research. The samples were segmented using the RGB, HSB/HUE and Grayscale color systems, without modifying them. An Support Vector Machine (SVM) algorithm and convolutional neural networks were used to train the system in two generations under Python and C++ coding. The results presented by the threshold_li algorithm in association with the green channel proposed better dissociation of structures in the same image. The expansion of the sample showed a significant improvement in software analysis after the insertion of the second generation of data. The automated detection of initial demineralization presented a satisfactory result in comparison with the gold standard established in singular elements and in photographs of full mouth, as related in a learning curve, in addition to graphs of dissimilarity and scalability. Even greater insertion of data and improvements in the software code can make the system even more intelligent, providing more accurate and more reliable responses. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES A odontologia está entre as ciências da saúde mais dependentes de tecnologia. O avanço das capacidades de processamento possibilitou a inserção de diversos métodos computacionais nas diversas áreas médicas. Dentre os instrumentos para auxiliar na tomada de decisão, o diagnóstico auxiliado de instrumentos digitais tem se mostrado como uma boa alternativa, gerando resultados mais fidedignos, cada vez mais práticos e rápidos. Objetivou-se desenvolver um sistema automatizado de detecção de lesões de cárie em diversos estágios a partir de fotografias com luz fluorescente por inteligência artificial. Como metodologia, 67 fotografias bucais de diversos ângulos e enfoques foram feitas de 18 pacientes entre 8 e 14 anos. Tais imagens foram filtradas e recortadas em 691 amostras finais para melhor análise. As amostras sofreram segmentação utilizando os sistemas de cores RGB, HSB/HUE e Grayscale, sem modificá-las. Os elementos tiveram sua superfície analisada pelo software QRayPro, já validado e considerado como padrão-ouro, abordando todas as faces com desmineralização. Foi utilizado um algoritmo Support Vector Machine (SVM) e redes neurais convolucionais para treinamento do sistema em duas gerações sob código em linguagem Python e C++. Os resultados apresentados pelo algoritmo de limiar threshold_li em associação com o canal verde propuseram melhor dissociação de estruturas na mesma imagem. A ampliação da amostra apresentou melhora significativa em análise por software após a inserção da segunda geração de dados. A detecção automatizada de desmineralização inicial apresentou resultado satisfatório em comparação com o padrão-ouro estabelecido em elementos singulares e em fotografias de boca completa, representado em curva de aprendizado, além de gráficos de dissimilaridade e escalabilidade. A inserção ainda maior de dados e melhoramentos em seu código podem tornar o sistema ainda mais inteligente, proporcionando respostas cada vez mais precisas e confiáveis.
Databáze: OpenAIRE
Externí odkaz: