Método automatizado para reprodução de cores para próteses faciais utilizando imagens digitais e algoritmos de aprendizado de máquina

• Processo: 24/09151-6
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 30 de abril de 2026
• Área de conhecimento: Ciências da Saúde - Odontologia
• Pesquisador responsável: Cláudia Helena Lovato da Silva
• Beneficiário: Helena Cristina Aguiar
• Instituição Sede: Faculdade de Odontologia de Ribeirão Preto (FORP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Inteligência artificial Percepção de cor Processamento de imagem assistida por computador Silicone
• Palavra(s)-Chave do Pesquisador: Inteligência Artificial | percepção de cores | Processamento de imagem assistida por computador | Prótese Maxilo-facial | Silicone | Prótese Buco-Maxilo-Facial

Resumo

Este estudo avaliará a associação de imagens, capturadas por um aparelho celular a um algoritmo de aprendizado de máquina na predição de pigmentos para coloração de próteses faciais. Com a classificação dos tipos de pele definidos através do Ângulo de Tipologia Individual (ITA), 225 indivíduos serão selecionados e distribuídos uniformemente em 4 grupos. Após a coleta das informações demográficas, os participantes serão submetidos à captura de fotografias padronizadas da cor da pele na região da "maçã do rosto". Concomitantemente, espécimes de silicone serão confeccionados a partir da pesagem e combinação entre 05 pigmentos para formar uma paleta de cores. Cada espécime será atribuído, por um especialista, a 200 participantes de acordo com a semelhança com a cor da pele, visando a elaboração de um banco de dados para o treinamento da inteligência artificial. Após o treinamento, fotografias de 25 indivíduos que não constam no banco de dados do algoritmo, serão fornecidas ao software, o qual concederá os pigmentos nas proporções indicadas para cada pele. Em seguida, novos espécimes serão confeccionados utilizando as informações do algoritmo. O especialista também irá atribuir corpos de prova de maneira convencional aos indivíduos. O desempenho do algoritmo de aprendizado de máquina será testado através do cálculo do erro quadrático médio e do R2 score. Os espécimes confeccionados a partir do software serão posicionados sobre a "maçã do rosto" dos 25 participantes e o grau de aceitação e grau de percepção serão avaliados visualmente por 3 especialistas e 3 indivíduos leigos. Além disso, leituras de cor dos corpos de prova serão realizadas com o espectrofotômetro e os valores de distância euclidiana do sistema CIELab entre as cores fornecidas pelo algoritmo e as indicadas pelo especialista serão calculados (Delta E). Os dados serão submetidos aos Testes de Normalidade (Shapiro-Wilk) e hocedasticidade (Levene) para definir o teste estatístico a ser utilizado, considerando p menor que 0,05 (IBM SPSS Statistics for Windows 21.0 software; IBM Corp.).