Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/18406
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Clase: Dissertação
Título : Aplicação de redes neurais na estimativa da idade de adultos a partir de imagens tomográficas de incisivos centrais superiores
Autor(es): Lopes Junior, William José
Orientador: Devito, Karina Lopes
Miembros Examinadores: Bernardino, Heder Soares
Miembros Examinadores: Silva, Rhonan Ferreira da
Resumo: A estimativa da idade por meio de imagens dentais é uma prática essencial na odontologia forense, especialmente para a identificação de indivíduos. Este estudo utilizou redes neurais convolucionais (CCNs) para estimar a idade de adultos brasileiros a partir de imagens tomográficas dos incisivos centrais superiores. Foram analisados 662 exames de tomografia computadorizada de feixe cônico (TCFC) de pacientes com idades entre 18 e 60 anos, totalizando 1324 dentes. O processo envolveu o treinamento de quatro redes neurais: a primeira (YOLOv8) identificou e isolou os dentes nas imagens originais; a segunda (também YOLOv8) realizou a segmentação das áreas de interesse (câmara pulpar e coroa dental); a terceira (ResNeXt-101) foi treinada para estimar a idade por regressão utilizando cortes tomográficos coronais, sagitais e concatenados (cortes coronais e sagitais combinados em uma única imagem); e a quarta (também ResNeXt-101) estimou a idade através de regressão com base nas imagens segmentadas. A identificação e segmentação automatizada das áreas de interesse (câmara pulpar e coroa dental) atingiram excelentes métricas de desempenho, com precisão superior a 0,9 tanto para a câmara pulpar quanto para a coroa dental. Independentemente do corte analisado, os maiores erros foram observados nas faixas etárias mais avançadas. Além disso, as imagens segmentadas nas áreas específicas da câmara pulpar e coroa dental apresentaram erros médios absolutos (MAEs) superiores aos das imagens dos dentes (imagens detectadas). O menor MAE, de 4,99 anos, foi obtido a partir da análise das imagens concatenadas detectadas. Pode-se concluir que, apesar do presente estudo limitar-se a uma população específica, a aplicação de redes neurais profundas é uma abordagem eficaz para a estimativa de idade na odontologia forense, que reduz as limitações dos métodos manuais tradicionais, oferecendo uma alternativa mais precisa e menos suscetível a vieses.
Resumen : The estimation of chronological age using dental images is an essential practice in forensics dentistry, particularly for identifying individuals. This study employed convolutional neural networks (CNNs) to estimate the age of Brazilian adults based on tomographic images of maxillary central incisors. A total of 662 cone-beam computed tomography (CBCT) scans from patients aged 18 to 60 years were analyzed, amounting to 1,324 teeth. The process involved the training of four neural networks: the first (YOLOv8) identified and isolated the teeth in the original images; the second (YOLOv8) performed segmentation of the regions of interest (pulp chamber and dental crown); the third (ResNeXt-101) was trained to estimate age using regression based on coronal, sagittal, and concatenated tomographic slices (coronal and sagittal slices combined into a single image); and the fourth (ResNeXt-101) estimated age through regression based on the segmented images. The automated identification and segmentation of the regions of interest (pulp chamber and dental crown) achieved excellent performance metrics, with precision exceeding 0.9 for both the pulp chamber and dental crown. Regardless of the slice analyzed, the largest errors could be observed in older age groups. Additionally, the segmented images of specific areas of the pulp chamber and dental crown showed higher mean absolute errors (MAEs) compared to the detected tooth images. The lowest MAE, 4.99 years, was achieved through the analysis of concatenated detected images. The conclusion was that, although this study was limited to a specific population, the application of deep neural networks is an effective approach for estimating chronological age in forensic dentistry. This method overcomes the limitations of traditional manual methods, offering a more accurate and less bias-prone alternative.
Palabras clave : Odontologia forense
Estimativa de idade
Tomografia computadorizada de feixe cônico
Rede neural convolucional
Forensic dentistry
Age estimation
Cone-beam computed tomography
Convolutional neural networks
CNPq: CNPQ::CIENCIAS DA SAUDE::ODONTOLOGIA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: Faculdade de Odontologia
Programa: Programa de Pós-graduação em Clínica Odontológica
Clase de Acesso: Acesso Embargado
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/18406
Fecha de publicación : 14-feb-2025
Aparece en las colecciones: Mestrado em Odontologia (Dissertações)



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons