Título
INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO DE LESÕES DE CÁRIE
Data de criação
16/04/2025 02:41:00
Texto para busca

Saúde e Medicina//..*..//Aprendizado de Máquina

Saúde e Medicina//..*..//Aprendizado de Máquina

CHRISTOPHER BERWIG

ALEXANDRE GONÇALVES SILVA

PORTUGUÊS

Dissertação de Mestrado

A cárie dentária é uma enfermidade bucal que afeta uma grande parcela da população mundial, sendo a doença bucal mais recorrente e a maior responsável pela perda precoce de elementos evidentes. Uma associação de certos fatores (microorganismos, dieta e hospedeiro), em um período, causa um processo bioquímico de desmineralização da superfície dentária e consequentemente a perda de sua estrutura, tornando a mesma mais porosa, frágil e, à medida que avança pela estrutura dentária , cavitada. Este processo patológico de desmineralização da estrutura dentária denomina-se lesão de cárie. O diagnóstico das lesões de cárie é de suma importância, pois depende do nível em que a doença se encontra, tratamentos mais invasivos podem ser necessários para que a lesão seja eliminada. Sendo assim, o diagnóstico precoce das lesões de cárie torna o tratamento mais simples, rápido e menos oneroso. Os métodos de detecção de cárie comumente mais utilizados pelo cirurgião dentista são o método visual (boa visibilidade, cobertura da estrutura dental com seringa tríplice e com iluminação artificial) associado a radiografias intrabucais (periapical e interproximal ou mordida), principalmente para localizar lesões de cárie em regiões que estão visualmente encobertas como as regiões proximais da superfície dentária (mesial e distal). Alguns métodos mais sofisticados de diagnóstico de cárie dentária também podem ser relatados, estes se baseiam na transiluminação por fibra ótica e fluorescência. A inteligência artificial surgida nos últimos anos e tem se expandido por diversas áreas do cotidiano da população, a área da saúde tem sido uma das contempladas com os benefícios dessa tecnologia. Diversas ferramentas médicas utilizam inteligência artificial para apoiar profissionais em suas decisões clínicas nas mais diversas etapas dos processos de cuidado a saúde, tais como diagnóstico, tratamento e prevenção. A odontologia moderna pode se beneficiar do uso da inteligência artificial de diversas maneiras, áreas como a ortodontia podem utilizar aplicativos baseados em aprendizado de máquina para realizar estudo de medidas cefalométricas e potencializar tratamentos ortodônticos. Com o trabalho apresentado busca-se testar a utilização da inteligência artificial na detecção de lesões cariosas em superfícies dentais e servir como uma ferramenta adicional ao cirurgião dentista para ser utilizado no cotidiano dos profissionais e associado aos métodos tradicionais comumente usados. Para a realização do trabalho foram utilizadas 87 imagens selecionadas de plataforma on-line de design gráfico e banco de imagens denominado VistaCreate, após a seleção das imagens elas foram segmentadas dando origem a 405 imagens que foram divididas em duas classes (cariadas e não cariadas) . A partir dessas imagens um modelo de treinamento foi criado utilizando ferramenta de Inteligência Artificial (IA) No-Code Teachable Machine. Após isso, a acurácia dos resultados foi avaliada pela matriz de confusão.

https://repositorio.ufsc.br/handle/123456789/253971

2023" id="teses_e_dissertacoes_releva___indexing_text_ro" />
IP
187.73.183.5
Local
Florianópolis (SC), Brasil
Palavras-chave
Tecnologia, Medicina, Odontologia, Cáries Dentárias, Inteligência Artificial
Autor
CHRISTOPHER BERWIG
Orientador
ALEXANDRE GONÇALVES SILVA
Idioma
PORTUGUÊS
Tipo de Documento
Dissertação de Mestrado
Resumo
A cárie dentária é uma enfermidade bucal que afeta uma grande parcela da população mundial, sendo a doença bucal mais recorrente e a maior responsável pela perda precoce de elementos evidentes. Uma associação de certos fatores (microorganismos, dieta e hospedeiro), em um período, causa um processo bioquímico de desmineralização da superfície dentária e consequentemente a perda de sua estrutura, tornando a mesma mais porosa, frágil e, à medida que avança pela estrutura dentária , cavitada. Este processo patológico de desmineralização da estrutura dentária denomina-se lesão de cárie. O diagnóstico das lesões de cárie é de suma importância, pois depende do nível em que a doença se encontra, tratamentos mais invasivos podem ser necessários para que a lesão seja eliminada. Sendo assim, o diagnóstico precoce das lesões de cárie torna o tratamento mais simples, rápido e menos oneroso. Os métodos de detecção de cárie comumente mais utilizados pelo cirurgião dentista são o método visual (boa visibilidade, cobertura da estrutura dental com seringa tríplice e com iluminação artificial) associado a radiografias intrabucais (periapical e interproximal ou mordida), principalmente para localizar lesões de cárie em regiões que estão visualmente encobertas como as regiões proximais da superfície dentária (mesial e distal). Alguns métodos mais sofisticados de diagnóstico de cárie dentária também podem ser relatados, estes se baseiam na transiluminação por fibra ótica e fluorescência. A inteligência artificial surgida nos últimos anos e tem se expandido por diversas áreas do cotidiano da população, a área da saúde tem sido uma das contempladas com os benefícios dessa tecnologia. Diversas ferramentas médicas utilizam inteligência artificial para apoiar profissionais em suas decisões clínicas nas mais diversas etapas dos processos de cuidado a saúde, tais como diagnóstico, tratamento e prevenção. A odontologia moderna pode se beneficiar do uso da inteligência artificial de diversas maneiras, áreas como a ortodontia podem utilizar aplicativos baseados em aprendizado de máquina para realizar estudo de medidas cefalométricas e potencializar tratamentos ortodônticos. Com o trabalho apresentado busca-se testar a utilização da inteligência artificial na detecção de lesões cariosas em superfícies dentais e servir como uma ferramenta adicional ao cirurgião dentista para ser utilizado no cotidiano dos profissionais e associado aos métodos tradicionais comumente usados. Para a realização do trabalho foram utilizadas 87 imagens selecionadas de plataforma on-line de design gráfico e banco de imagens denominado VistaCreate, após a seleção das imagens elas foram segmentadas dando origem a 405 imagens que foram divididas em duas classes (cariadas e não cariadas) . A partir dessas imagens um modelo de treinamento foi criado utilizando ferramenta de Inteligência Artificial (IA) No-Code Teachable Machine. Após isso, a acurácia dos resultados foi avaliada pela matriz de confusão.
Ano
2023