ESTOCOLMO, Suécia: A geração de representações 3D de estruturas dentárias e maxilofaciais é uma etapa fundamental em muitos fluxos de trabalho odontológicos digitais; no entanto, quer envolva segmentação manual ou semiautomática, o processo pode ser demorado e sujeito a preconceitos do observador. Procurando responder a estas preocupações, investigadores na Bélgica e na Suécia treinaram e avaliaram uma plataforma baseada na nuvem para a segmentação automatizada de caninos superiores impactados em imagens de TCFC. Eles relataram que a ferramenta alcançou resultados consistentes e precisos muito mais rápido do que os especialistas.
A plataforma baseada em nuvem foi treinada usando uma rede neural convolucional, um modelo computacional que aprende a identificar condições e anomalias dentárias a partir de padrões e características em imagens. Foram utilizadas 100 imagens de TCFC apresentando impactações de caninos superiores – 50 para treinar o modelo e 50 para avaliar seu desempenho. Uma plataforma on-line baseada em nuvem previamente treinada para segmentar múltiplas estruturas dentárias e maxilofaciais, Virtual Patient Creator, foi utilizada para ambas as tarefas, e o desempenho do modelo foi avaliado em relação à segmentação semiautomática realizada por especialistas, comparando cada pixel individual no espaço 3D e o formas dos objetos nas imagens.
De acordo com os resultados do estudo, a ferramenta automatizada proporcionou segmentação consistente e precisa dos caninos superiores impactados com diversas angulações. “O desempenho do modelo foi comparável ao das [segmentações semiautomáticas] realizadas por especialistas clínicos”, escreveram os pesquisadores. Acrescentaram: “Vale ressaltar que o modelo apresentou 100% de consistência sem o problema da variabilidade humana, onde foi capaz de produzir resultados idênticos ao segmentar o mesmo caso várias vezes. Além disso, foram necessários apenas pequenos refinamentos que confirmaram a alta similaridade entre [segmentação automatizada] e [segmentação semiautomática].”
O modelo também realizou a segmentação rapidamente. Foram necessários em média 21 segundos para realizar a segmentação automatizada de caninos impactados, em comparação com uma média de 582 segundos necessários para a segmentação semiautomática, tornando-a 24 vezes mais rápida.
O estudo, intitulado “Deep learning driven segmentation of maxillary impacted canine on cone beam computed tomography images”, foi publicado online em 3 de janeiro de 2024 na Scientific Reports.
BERLIM, Alemanha: Dentistas da Charité - Universitätsmedizin Berlin, juntamente com cientistas de dados e programadores, desenvolveram o dentalXrai Pro - ...
LAHORE, Paquistão: Como o tratamento da doença periodontal requer uma abordagem diferenciada, um meio de prever as necessidades de tratamento mais ...
BASILEIA, Suíça: A aplicação da inteligência artificial (IA) em odontologia ainda está em seus estágios iniciais; no entanto, mais desenvolvimento ...
COPENHAGUE, Dinamarca: Pesquisadores na Turquia examinaram até que ponto os algoritmos de inteligência artificial (IA) de aprendizado profundo são ...
CLEVELAND, EUA: Em um recente avanço na pesquisa do câncer, os cientistas têm utilizado inteligência artificial (IA) para ajudar a personalizar a dose ...
LUCKNOW, Índia: A inteligência artificial (IA), uma tecnologia em rápida evolução, é cada vez mais relevante em vários campos médicos, incluindo a ...
COVENTRY, Reino Unido: O impacto da inteligência artificial no setor de saúde está se tornando cada vez mais evidente diariamente. Na odontologia, alguns...
SEOUL, Coreia do Sul: Embora os escâneres intraorais já existam há mais de três décadas e seu uso na prática odontológica esteja aumentando, poucas ...
HONG KONG: Mesmo com o suporte da moderna tecnologia CAD/CAM, a criação de uma prótese dentária IAnda é bastante demorada, resultando em mIAs tempo na ...
BOSTON, EUA: Pouco se sabe sobre os fatores socioeconômicos em relação à perda dentária. Em um novo estudo, pesquisadores da Harvard School of Dental ...
Webinar ao vivo
qui. 18 julho 2024
21:00 BRT (Sao Paulo)
Webinar ao vivo
ter. 6 agosto 2024
19:00 BRT (Sao Paulo)
Webinar ao vivo
ter. 13 agosto 2024
20:00 BRT (Sao Paulo)
Webinar ao vivo
qua. 21 agosto 2024
10:00 BRT (Sao Paulo)
Dr. Jim Lai DMD, MSc(Perio), EdD, FRCD(C)
Webinar ao vivo
qua. 28 agosto 2024
21:00 BRT (Sao Paulo)
Webinar ao vivo
seg. 2 setembro 2024
6:00 BRT (Sao Paulo)
Webinar ao vivo
ter. 3 setembro 2024
12:00 BRT (Sao Paulo)
To post a reply please login or register