Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/17176
Files in This Item:
File Description SizeFormat 
isabelatostesfonseca.pdf490.64 kBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Cilli, Renato-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8229611840158890pt_BR
dc.contributor.referee1Laxe, Laísa Araujo Cortines-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9366023022867280pt_BR
dc.contributor.referee2Lourenço, Mariella Agostinho Gonçalves-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9751914592121855pt_BR
dc.creatorFonseca, Isabela Tostes-
dc.creator.Latteshttp://lattes.cnpq.br/8795628646828511pt_BR
dc.date.accessioned2024-08-14T14:07:16Z-
dc.date.available2024-08-12-
dc.date.available2024-08-14T14:07:16Z-
dc.date.issued2023-12-13-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/17176-
dc.description.abstractArtificial Intelligence (AI), as defined by Richard Bellman as the automation of activities associated with human thinking skills, has played a crucial role in Dentistry, utilizing Machine Learning (ML) and Deep Learning (DL) models. Specifically, Deep Learning's Convolutional Neural Networks (CNN) have proven effective in evaluating radiographic images. Accordingly, a literature review was conducted to analyze the application of AI in Dentistry, with a focus on accuracy and efficiency in the diagnosis of carious lesions. Dental caries, one of the most prevalent chronic diseases, requires early detection to ensure that restorative treatment is either non-invasive or minimally invasive, underscoring the importance of AI as a second opinion for dentists. While DL models demonstrate high accuracy, it is essential to consider them as assistive tools, enhancing diagnostic accuracy and contributing to more effective treatment.pt_BR
dc.description.resumoA inteligência artificial (IA), conforme definida por Richard Bellman como automação de atividades associadas às habilidades de pensamento humano, tem desempenhado um papel crucial na Odontologia, utilizando modelos de aprendizado de máquina (ML) e aprendizado profundo (DL). Especificamente, as redes neurais convolucionais (CNN) do DL têm sido eficazes na avaliação de imagens radiográficas. Dessa forma, foi realizada uma revisão de literatura com intuito de analisar a aplicação da IA na Odontologia com enfoque na precisão e eficiência no diagnóstico de lesões cariosas. A cárie dentária, uma das doenças crônicas mais prevalentes, requer detecção precoce para que o tratamento restaurador não seja invasivo ou para que seja minimamente invasivo, destacando a importância da IA como uma segunda opinião para os dentistas. Embora os modelos de DL tenham alta precisão, é fundamental considerá-los como ferramentas de assistência, melhorando a assertividade do diagnóstico e contribuindo para resultados de tratamento mais eficazes.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Odontologiapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectInteligência artificialpt_BR
dc.subjectOdontologiapt_BR
dc.subjectCárie dentáriapt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectDentistrypt_BR
dc.subjectDental cariespt_BR
dc.subject.cnpqCNPQ::CIENCIAS DA SAUDE::ODONTOLOGIApt_BR
dc.titleUso de modelos de inteligência artificial na detecção de cáriept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Appears in Collections:Faculdade de Odontologia - Campus JF - TCC Graduação



This item is licensed under a Creative Commons License Creative Commons