Aplicação da aprendizagem profunda na identificação de dentes isolados

Freepik

A identificação dos dentes tem um papel fundamental no currículo dentário e constitui uma das bases importantes da prática clínica. A identificação precisa dos dentes é um aspeto vital da educação dentária e da prática clínica, mas pode ser um desafio devido às semelhanças anatómicas entre as categorias. Neste estudo, o objetivo é explorar a possibilidade de utilizar um modelo de aprendizagem profunda para classificar um dente isolado através de um conjunto de fotografias.  

Métodos

Uma coleção de 5.100 fotografias de 850 espécimes de dentes humanos isolados foi reunida para servir de conjunto de dados para este estudo. Cada dente foi cuidadosamente etiquetado durante a fase de recolha de dados através de observação direta. Foi desenvolvido um modelo de aprendizagem profunda que incorpora o extrator de recursos de última geração e o mecanismo de atenção para classificar cada dente com base em um conjunto de 6 fotografias capturadas de vários ângulos.

Para aumentar a validade da avaliação do modelo, foi aplicada uma estratégia baseada em votação para refinar o conjunto de testes de modo a gerar uma etiqueta mais fiável, e o modelo foi avaliado sob diferentes tipos de granularidades de classificação.  

Resultados

Este modelo de aprendizagem profunda alcançou precisões top-3 de mais de 90% em todos os tipos de classificação, com uma AUC média de 0,95. O Kappa de Cohen demonstrou uma boa concordância entre a previsão do modelo e o conjunto de testes.      

Conclusões

Este modelo de aprendizagem profunda pode atingir um desempenho comparável ao de peritos humanos e tem potencial para se tornar uma ferramenta valiosa para a educação dentária e várias aplicações na identificação exata de dentes isolados.

Fonte/Estudo completo: Li, MX., Wang, ZW., Chen, XR. et al. Application of deep learning in isolated tooth identification. BMC Oral Health 24, 500 (2024). https://doi.org/10.1186/s12903-024-04274-x