Banca de QUALIFICAÇÃO: MARIANA ALBUQUERQUE DOS SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARIANA ALBUQUERQUE DOS SANTOS
DATA : 07/02/2024
LOCAL: Por meio de videoconferência
TÍTULO:

ESTIMATIVA DA IDADE CRONOLÓGICA POR MEIO DE UMA FÓRMULA PREDITIVA E REDE NEURAL UTILIZANDO IMAGENS RADIOGRÁFICAS RADIOGRAFIAS PANORÂMICAS 

PALAVRAS-CHAVES:

Terceiro Molar, Determinação da Idade pelos Dentes, Radiografia Panorâmica, Modelos de Rede Neural

PÁGINAS: 67
RESUMO:

Foi objetivo neste estudo, avaliar uma fórmula preditiva e rede neural profunda na estimativa da idade cronológica em radiografias panorâmicas. Foram utilizadas 2.533 imagens radiográficas panorâmicas (RP) de pacientes com idade de 2 a 22 anos provenientes de um banco de dados da Clínica de Radiologia Odontológica da UFPE, Recife, PE, Brasil. Destas imagens, 2.219 foram empregadas para treinamento e validação de um modelo de rede neural com a arquitetura inception v4, sob conceitos interativos da estrutura CRISP-DM. Esta estrutura oferece uma orientação estruturada durante todas as fases do ciclo de vida de um projeto de mineração de dados: coleta e avaliação da qualidade dos dados; estruturação do DataLoader; construção de modelos de inteligência artificial (IA); experimentação estruturada e ajustes e avaliação do modelo final.  Após treinamento e validação, as demais 314 imagens RP foram utilizadas na fase de teste da rede neural com o intuito de se verificar sua eficácia na estimativa da idade.  Para a avaliação da fórmula preditiva estabelecida em estudo prévio (SOARES et al., 2016), um radiologista experiente e calibrado avaliou as mesmas 314 imagens RP quanto ao grau de desenvolvimento dos terceiros molares de acordo com o método de Demirjian et al. (1973), sendo adicionada a essa classificação o estágio zero para a presença da cripta. O examinador avaliou as imagens em ambiente escurecido, com auxílio de um computador com monitor de 21” e programa Windows Photo Viewer^® (Microsoft, Redmond, USA). Os dados foram submetidos às análises descritivas e de Bland-Altman. Nesta última, o teste t de Student foi aplicado para analisar se a média da diferença entre as idades estimadas de cada método e das idades reais eram diferentes de zero (p≤0,05).  O modelo de rede neural apresentou média absoluta do erro (MAE) de 1,043 anos, erro quadrático médio (MSE) de 1,769 anos e média da diferença em relação à idade real (0,07) sem diferença significativa (p=0,37921). A fórmula preditiva exibiu maiores valores de MAE (1,521 anos), MSE (4,105 anos) e média da diferença entre as idades estimadas e reais (0,97) com diferença significativa (p≤0,05).  Desta forma, conclui-se que a fórmula preditiva de Soares et al. (2016) não pode ser utilizada como único método de estimativa da idade. Por outro lado, além da arquitetura Inception V4 apresentar melhores métricas, a estimativa da idade por este modelo de rede neural é similar à idade real. 

MEMBROS DA BANCA:
Presidente - 1802101 - FLAVIA MARIA DE MORAES RAMOS PEREZ
Externo ao Programa - 1675582 - CLEBER ZANCHETTIN - UFPEExterna ao Programa - ***.799.174-** - MARCIA MARIA FONSECA DA SILVEIRA - UPE
Externo ao Programa - 3342824 - VICTOR DE AQUINO WANDERLEY - UFPE