| Processo: | 22/07468-7 |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Data de Início da vigência: | 01 de novembro de 2022 |
| Data de Término da vigência: | 28 de fevereiro de 2025 |
| Área do conhecimento: | Ciências da Saúde - Odontologia - Radiologia Odontológica |
| Acordo de Cooperação: | CONFAP - Conselho Nacional das Fundações Estaduais de Amparo à Pesquisa |
| Pesquisador responsável: | Deborah Queiroz de Freitas França |
| Beneficiário: | Deborah Queiroz de Freitas França |
| Instituição Sede: | Faculdade de Odontologia de Piracicaba (FOP). Universidade Estadual de Campinas (UNICAMP). Piracicaba , SP, Brasil |
| Município da Instituição Sede: | Piracicaba |
| Pesquisadores associados: | Amanda Farias Gomes ; Andrea dos Anjos Pontual ; Flávia Maria de Moraes Ramos Perez ; Francisco Haiter Neto ; Leandro Maciel Almeida ; Maria Luiza dos Anjos Pontual ; Matheus Lima de Oliveira |
| Assunto(s): | Radiografia panorâmica Dente serotino Terceiro molar Inteligência artificial Redes neurais (computação) Aprendizagem profunda |
| Palavra(s)-Chave do Pesquisador: | dente serotino | Inteligência Artificial | radiografia panoramica | Radiologia Odontológica |
Resumo
Este projeto objetiva desenvolver, avaliar e disponibilizar uma plataforma de software baseada em inteligência artificial, com foco em métodos de aprendizagem de máquina como redes neurais profundas (deep learning) para a estimação do estágio de mineralização de terceiros molares e idade cronológica de pacientes utilizando como insumo radiografias panorâmicas dos maxilares. Esta abordagem será essencial para permitir rapidez, praticidade, robustez e acurácia nesta análise em relação aos métodos tradicionais utilizados, os quais envolvem operações manuais de especialistas na área. Para construção desta plataforma serão selecionadas, a partir do banco de exames imaginológicos das clínicas de Radiologia Odontológica da UFPE e da UNICAMP, 12.000 imagens radiográficas panorâmicas de pacientes com idade entre 6 e 22 anos, de ambos os sexos, seguindo os critérios de inclusão e exclusão sugeridos na literatura. As imagens serão rotuladas por quatro especialistas das duas instituições, quanto aos estágios de desenvolvimento dentários dos dentes terceiros molares, de acordo com a classificação utilizada na Odontologia Forense. Os dados serão analisados seguindo a metodologia experimental da área e servirão de insumo para o treinamento de modelos de visão computacional para automação desta atividade. Dentre os resultados, espera-se que esta seja a primeira versão de uma plataforma de software inteligente que visa a ampliação dos serviços especializados na área odontológica usando Inteligência Artificial, de forma a subsidiar novos estudos clínicos em odontologia com base em Aprendizagem de Máquina. Esta tecnologia será essencial para melhoria da qualidade de vida das pessoas, uma vez que poderá fornecer maior otimização do tempo, acurácia do diagnóstico e da decisão de um tratamento adequado. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |