Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models (2023)
- Authors:
- Autor USP: MACHADO, LEONARDO FERREIRA - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 591
- DOI: 10.11606/T.59.2023.tde-17082023-112055
- Subjects: RISCO; INTELIGÊNCIA ARTIFICIAL; OSTEOPOROSE; RADIOGRAFIA PANORÂMICA; DENTE
- Keywords: Artificial intelligence models; Avaliação de risco; Dental panoramic radiography; Modelos de inteligência artificial; Osteoporosis; Radiografia panorâmica dentária; Risk assessment
- Language: Inglês
- Abstract: A osteoporose é uma doença sistêmica que provoca perdas na densidade mineral óssea (DMO) que eventualmente causam fraturas ósseas graves. Por ser uma doença silenciosa, muitos são diagnosticados apenas após a fratura. Várias estratégias de diagnóstico oportunistas baseados em imagens estão sendo investigados na literatura em combinação com modelos de inteligência artificial (IA). O presente estudo propõe uma análise de imagens de radiografia panorâmicas odontológicas (PAN) focada na mandíbula usando modelos de inteligência artificial para avaliar o risco de osteoporose. Para este fim, desenvolvemos inicialmente uma ferramenta de segmentação automática da mandíbula para imagens PAN usando um conjunto de algoritmos de aprendizado profundo. Para desenvolver este modelo de segmentação mandibular, usamos dois conjuntos de dados: um conjunto de dados interno preparado com 393 imagens PAN anotadas manualmente por um especialista e um conjunto de dados públicos composto por 116 imagens previamente anotadas. As arquiteturas U-Net e HRNet foram consideradas individualmente e no formato de ensemble com e sem pós-processamento de segmentação. Com esta abordagem, alcançamos o melhor desempenho de segmentação mandibular na literatura com 98,2%, 97,6%, 97,2%, precisão, semelhança de dados e interseção sobre união, respectivamente. No segundo momento deste estudo, usamos esse algoritmo para extrair a região de interesse (ROI) mandibular de 380 imagens PAN de pacientes que também realizaram exame de densidade mineral óssea (BMD). Esses pacientes foram organizados em dois grupos de acordo com os critérios de diagnóstico da OMS: saldáveis e risco de doença (osteopenia e osteoporose). Treinamos o modelo EfficientNetV2-L usando I) as imagens PAN completas como entradas e depois II) a ROI desegmentação da mandíbula como entrada para separar esses dois grupos. Observamos que o modelo usando a segmentação da mandíbula obteve melhor acurácia e recall (73,9% e 83,0%) do que os modelos treinados com a imagem inteira, o que indica ganhos consideráveis com o uso dessa abordagem focada na mandíbula
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2023
- Data da defesa: 05.07.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MACHADO, Leonardo Ferreira. Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models. 2023. Tese (Doutorado) – Universidade de São Paulo, Ribeirão Preto, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-17082023-112055/. Acesso em: 25 maio 2024. -
APA
Machado, L. F. (2023). Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models (Tese (Doutorado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59135/tde-17082023-112055/ -
NLM
Machado LF. Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models [Internet]. 2023 ;[citado 2024 maio 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-17082023-112055/ -
Vancouver
Machado LF. Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models [Internet]. 2023 ;[citado 2024 maio 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-17082023-112055/
Informações sobre o DOI: 10.11606/T.59.2023.tde-17082023-112055 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
