Use of Convolutional Neural Networks in Smartphones for the Identification of Oral Diseases Using a Small Dataset

espanolEl reconocimiento y procesamiento de imagenes es una herramienta adecuada en los sistemas que usan metodos de aprendizaje automatico. La adicion de telefonos inteligentes como herramientas complementarias en el area de la salud para el diagnostico es un hecho hoy en dia por las ventajas que presentan. Siguiendo la tendencia de proporcionar herramientas para el diagnostico, esta investigacion tuvo como objetivo desarrollar una aplicacion movil prototipo para la identificacion de lesiones bucales, incluyendo lesiones potencialmente malignas, basado en redes neuronales convolucionales, como la deteccion temprana de indicios de posibles tipos de cancer en la cavidad bucal. Se desarrollo una aplicacion movil para el sistema operativo Android que implemento la libreria de TensorFlow y el modelo de redes neuronales convolucionales Mobilenet V2. El entrenamiento del modelo se realizo por transferencia de aprendizaje con una base de datos de 500 imagenes distribuidas en cinco clases para el reconocimiento (Leucoplasia, Herpes Simple Virus Tipo 1, Estomatitis aftosa, Estomatitis nicotinica y Sin lesion). Se utilizo el 80% de las imagenes para el entrenamiento y el 20% para la validacion. Se obtuvo que la aplicacion presento al menos 80% de exactitud en el reconocimiento de cuatro clases. Se usaron las metricas de f1-valor y area bajo la curva para evaluar el desempeno. La aplicacion movil desarrollada presento un comportamiento aceptable con metricas mayores al 75% para el reconocimiento de tres lesiones, por otro lado, arrojo un desempeno desfavorable menor al 70% para identificar los casos de estomatitis nicotinica con el conjunto de datos elegido. EnglishImage recognition and processing is a suitable tool in systems using machine learning methods. The addition of smartphones as complementary tools in the health area for diagnosis is a fact nowadays due to the advantages they present. Following the trend of providing tools for diagnosis, this research aimed to develop a prototype mobile application for the identification of oral lesions, including potentially malignant lesions, based on convolutional neural networks, as early detection of indications of possible types of cancer in the oral cavity. A mobile application was developed for the Android operating system that implemented the TensorFlow library and the Mobilenet V2 convolutional neural network model. The training of the model was performed by transfer learning with a database of 500 images distributed in five classes for recognition (Leukoplakia, Herpes Simplex Virus Type 1, Aphthous stomatitis, Nicotinic stomatitis, and No lesion). The 80% of the images were used for training and 20% for validation. It was obtained that the application presented at least 80% precision in the recognition of four class. The f1-score and area under curve metrics were used to evaluate performance. The developed mobile application presented an acceptable performance with metrics higher than 75% for the recognition of three lesions, on the other hand, it yielded an unfavorable performance lower than 70% for identifying nicotinic stomatitis cases with the chosen dataset.