DT News - Brazil - Ferramenta baseada em inteligência artificial mostra precisão na segmentação de caninos superiores impactados

Search Dental Tribune

Ferramenta baseada em inteligência artificial mostra precisão na segmentação de caninos superiores impactados

Os pesquisadores treinaram e avaliaram o desempenho de uma plataforma baseada em nuvem para segmentação automatizada de caninos superiores impactados em imagens de TCFC, descobrindo que o modelo poderia auxiliar no diagnóstico e planejamento de intervenções ortodônticas e cirúrgicas. (Imagem: tudo possível/Shutterstock)

qua. 31 janeiro 2024

guardar

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.

To post a reply please login or register
advertisement
advertisement