Reconhecimento Automático de Cistos Odontológicos em Imagens de Radiografia Panorâmica e Tomografia Computadorizada
Resumo
Os cistos odontogênicos são cavidades patológicas revestidas por epitélio e possuem conteúdo líquido, semilíquido ou gasoso em seu interior. Quando se expandem, causam desordem e pressionam outras estruturas, causando dor ao paciente. Devido a essa capacidade expansiva, é necessário identificá-lo precocemente para prevenir seu avanço ao longo dos seios faciais, causando diversos problemas a saúde do paciente. A melhor forma para identificação desses cistos é o diagnóstico por imagens odontológicas, como radiografias panorâmicas e tomografias computadorizadas. No entanto, realizar esse tipo de diagnóstico não é tarefa simples, pois a interpretação das imagens de radiografia e tomografia é um desafio até para especialistas mais experientes. Isso ocorre pela subjetividade da análise dos especialistas, influenciadas pelas limitações do sistema visual humano, fadiga e estresse. Nesse contexto, este projeto busca definir uma metodologia para identificação de regiões císticas em imagens de radiografia panorâmica e tomografia computadorizada. Para este fim, é investigada a aplicação de técnicas clássicas de processamento digital de imagens, além de métodos mais recentes na literatura envolvendo aprendizagem de máquina e deep learning. A expectativa do projeto é atingir uma proposta de segmentação e reconhecimento de cistos odontológicos em imagens radiográficas panorâmicas e tomografias computadorizadas obtidas e organizadas em parceria com o Curso de Odontologia do Campus de Sobral. Alinhado a essa ação, este projeto também propõe uma pesquisa qualitativa junto a especialistas da Odontologia para análise de ferramentas de avaliação automática de cistos odontogênicos.Publicado
2021-01-01
Edição
Seção
XL Encontro de Iniciação Científica
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.