Danilo Flademir Alves de Oliveira, Joniel Barreto, Iago Magalhães de Mesquita, Iális Júnior, Filipe Nobre Chaves, M. Sampieri
{"title":"Análise de Redes Neurais Convolucionais e Técnicas de Pré-processamento para Identificação de Dentes Serotinos com Cistos","authors":"Danilo Flademir Alves de Oliveira, Joniel Barreto, Iago Magalhães de Mesquita, Iális Júnior, Filipe Nobre Chaves, M. Sampieri","doi":"10.5753/sbcas.2021.16057","DOIUrl":null,"url":null,"abstract":"A extração dos terceiros molares está sempre em debate entre dentistas, isto porque podem surgir patologias com a sua permanência. Visando auxiliar no diagnóstico o presente trabalho procura automatizar a detecção de terceiros molares com cistos em imagens de radiografias. Para isso, são analisadas duas arquiteturas de Redes Neurais Convolucionais (CNN) para a classificação e experimentadas com técnicas de pré-processamento de imagem. Uma destas propostas, com uso de contraste morfológico, obteve melhor performance, com destaque à precisão de 0,93 e F1-score de 0,84. Os resultados demonstram que a proposta permite automatização no diagnóstico de cistos.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2021.16057","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A extração dos terceiros molares está sempre em debate entre dentistas, isto porque podem surgir patologias com a sua permanência. Visando auxiliar no diagnóstico o presente trabalho procura automatizar a detecção de terceiros molares com cistos em imagens de radiografias. Para isso, são analisadas duas arquiteturas de Redes Neurais Convolucionais (CNN) para a classificação e experimentadas com técnicas de pré-processamento de imagem. Uma destas propostas, com uso de contraste morfológico, obteve melhor performance, com destaque à precisão de 0,93 e F1-score de 0,84. Os resultados demonstram que a proposta permite automatização no diagnóstico de cistos.