Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UEPB |
Texto Completo: | http://tede.bc.uepb.edu.br/jspui/handle/tede/4719 |
Resumo: | As radiografias panorâmicas fornecem informações úteis para a antropologia forense e investigação criminal. A Inteligência Artificial, como ferramenta de aprimoramento da odontologia forense, tem a função de otimizar e facilitar o processo de identificação de pessoas. Dessa forma, o objetivo desse estudo é estimar a idade e dimorfismo sexual por meio de análise morfológica da mandíbula utilizando radiografia panorâmica e aprendizado de máquina. Trata-se de um estudo quantitativo, transversal e retrospectivo. Foram utilizadas 300 radiografias panorâmicas digitais obtidas no banco de dados do setor de Radiologia e Imaginologia da Clínica Escola do Departamento de Odontologia – Campus I da Universidade Estadual da Paraíba. Um observador cego, quanto aos dados de sexo e idade, analisou as imagens categorizando a posição do forame mentual em relação ao primeiro e segundo pré-molar. Posteriormente, foram feitas mensurações lineares e angulares bilaterais do forame mentual, canal mandibular, ramo mandibular e côndilo mandibular utilizando o programa ImageJ. Em seguida, os dados obtidos foram enviados para o aprendizado de máquina para extração dos atributos semânticos. O método de avaliação utilizado foi a validação cruzada, em que a amostra foi dividida em subgrupos, sendo 85% da amostra no subgrupo treinamento/validação e 15% no teste. Os modelos com os melhores resultados foram o AdaBoost Regressor para idade e o Logistic Regression para o sexo. Foi encontrado para determinação da idade MAE (Erro Médio Absoluto) de 4,1550 anos considerando toda mandíbula. Os dados obtidos das análises apenas do lado esquerdo apresentaram MAE inferior ao lado direito e mandíbula total (4,1243). Quanto a determinação do sexo, os dados obtidos da mandíbula apresentaram acurácia de 90%, AUC (Área Sob Curva de ROC) de 93,57% e F1 (F1 Escore) de 93.02%. Os dados obtidos para o lado direito foram mais precisos na determinação do sexo com acurácia de 88,33%, AUC de 94,94% e F1 de 91,95. Conclui-se que dados morfológicos da mandíbula, obtidos por meio de radiografia panorâmica e analisados por meio de aprendizado de máquina, contribuem positivamente na determinação do sexo e da idade no processo de identificação de pessoas. |
id |
UEPB_bd44632fafe4ec32a2ed9e2fc68dd3ef |
---|---|
oai_identifier_str |
oai:tede.bc.uepb.edu.br:tede/4719 |
network_acronym_str |
UEPB |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UEPB |
repository_id_str |
|
spelling |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquinaOdontologia forenseRadiografia panorâmicaInteligência artificialODONTOLOGIA::CLINICA ODONTOLOGICAAs radiografias panorâmicas fornecem informações úteis para a antropologia forense e investigação criminal. A Inteligência Artificial, como ferramenta de aprimoramento da odontologia forense, tem a função de otimizar e facilitar o processo de identificação de pessoas. Dessa forma, o objetivo desse estudo é estimar a idade e dimorfismo sexual por meio de análise morfológica da mandíbula utilizando radiografia panorâmica e aprendizado de máquina. Trata-se de um estudo quantitativo, transversal e retrospectivo. Foram utilizadas 300 radiografias panorâmicas digitais obtidas no banco de dados do setor de Radiologia e Imaginologia da Clínica Escola do Departamento de Odontologia – Campus I da Universidade Estadual da Paraíba. Um observador cego, quanto aos dados de sexo e idade, analisou as imagens categorizando a posição do forame mentual em relação ao primeiro e segundo pré-molar. Posteriormente, foram feitas mensurações lineares e angulares bilaterais do forame mentual, canal mandibular, ramo mandibular e côndilo mandibular utilizando o programa ImageJ. Em seguida, os dados obtidos foram enviados para o aprendizado de máquina para extração dos atributos semânticos. O método de avaliação utilizado foi a validação cruzada, em que a amostra foi dividida em subgrupos, sendo 85% da amostra no subgrupo treinamento/validação e 15% no teste. Os modelos com os melhores resultados foram o AdaBoost Regressor para idade e o Logistic Regression para o sexo. Foi encontrado para determinação da idade MAE (Erro Médio Absoluto) de 4,1550 anos considerando toda mandíbula. Os dados obtidos das análises apenas do lado esquerdo apresentaram MAE inferior ao lado direito e mandíbula total (4,1243). Quanto a determinação do sexo, os dados obtidos da mandíbula apresentaram acurácia de 90%, AUC (Área Sob Curva de ROC) de 93,57% e F1 (F1 Escore) de 93.02%. Os dados obtidos para o lado direito foram mais precisos na determinação do sexo com acurácia de 88,33%, AUC de 94,94% e F1 de 91,95. Conclui-se que dados morfológicos da mandíbula, obtidos por meio de radiografia panorâmica e analisados por meio de aprendizado de máquina, contribuem positivamente na determinação do sexo e da idade no processo de identificação de pessoas.Panoramic radiographs provide useful information for forensic anthropology and criminal investigation. Artificial Intelligence as a tool to improve forensic dentistry has the objective of optimizing and facilitating the process of identifying people. Thus, the aim of this study is to estimate age and sexual dimorphism through morphological analysis of the mandible using panoramic radiography and machine learning. This is a quantitative, cross-sectional and retrospective study. Three hundred digital panoramic radiographs obtained from the database of the Radiology and Imaginology sector of the Dental School Clinic of the Department of Dentistry – Campus I of the State University of Paraíba were used. An observer, blinded to gender and age data, analyzed the images by categorizing the position of the mental foramen in relation to the first and second premolars. Subsequently, bilateral linear and angular measurements of the mental foramen, mandibular canal, mandibular ramus and mandibular condyle were performed using the ImageJ program. The obtained data were sent to machine learning to extract the semantic attributes. The evaluation method used was cross-validation, in which the sample was divided into subgroups, with 85% of the sample in the training/validation subgroup and 15% in the test group. The machine learning models with the best results were the AdaBoost Regressor for age and the Logistic Regression for gender. It was found for MAE age determination (Mean Absolute Error) of 4.1550 years considering the entire mandible. The data obtained from the analyzes of the left side showed MAE inferior to the right side and total mandible (4.1243). For sex determination, the data obtained from the mandible showed an accuracy of 90%, AUC (Area Under ROC Curve) of 93.57% and F1 (F1 Score) of 93.02%. The data obtained for the right side were more accurate in determining sex with an accuracy of 88.33%, AUC of 94.94% and F1 of 91.95. It is concluded that morphological data of the mandible obtained through panoramic radiography and analyzed through machine learning contribute positively to the determination of sex and age in the process of identifying people.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESUniversidade Estadual da ParaíbaPró-Reitoria de Pós-Graduação e Pesquisa - PRPGPBrasilUEPBPrograma de Pós-Graduação em Odontologia - PPGOMelo, Daniela Pita dehttp://lattes.cnpq.br/2824485698432887Alves, Pollianna Munizhttp://lattes.cnpq.br/4860117599607892Gonzaga, Amanda Katarinny Goeshttp://lattes.cnpq.br/8616969977611804Melo, Daniela Pita dehttp://lattes.cnpq.br/2824485698432887Sousa, Rafaela Pequeno Reis2023-08-17T17:02:00Z2999-12-312023-06-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSousa, Rafaela Pequeno Reis. Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina. 2023. 64 f. Dissertação (Programa de Pós-Graduação em Odontologia - PPGO) - Universidade Estadual da Paraíba, Campina Grande, 2023.http://tede.bc.uepb.edu.br/jspui/handle/tede/4719porinfo:eu-repo/semantics/embargoedAccessreponame:Biblioteca Digital de Teses e Dissertações da UEPBinstname:Universidade Estadual da Paraíba (UEPB)instacron:UEPB2023-08-17T17:02:35Zoai:tede.bc.uepb.edu.br:tede/4719Biblioteca Digital de Teses e Dissertaçõeshttp://tede.bc.uepb.edu.br/jspui/PUBhttp://tede.bc.uepb.edu.br/oai/requestbc@uepb.edu.br||opendoar:2023-08-17T17:02:35Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB)false |
dc.title.none.fl_str_mv |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
title |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
spellingShingle |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina Sousa, Rafaela Pequeno Reis Odontologia forense Radiografia panorâmica Inteligência artificial ODONTOLOGIA::CLINICA ODONTOLOGICA |
title_short |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
title_full |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
title_fullStr |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
title_full_unstemmed |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
title_sort |
Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina |
author |
Sousa, Rafaela Pequeno Reis |
author_facet |
Sousa, Rafaela Pequeno Reis |
author_role |
author |
dc.contributor.none.fl_str_mv |
Melo, Daniela Pita de http://lattes.cnpq.br/2824485698432887 Alves, Pollianna Muniz http://lattes.cnpq.br/4860117599607892 Gonzaga, Amanda Katarinny Goes http://lattes.cnpq.br/8616969977611804 Melo, Daniela Pita de http://lattes.cnpq.br/2824485698432887 |
dc.contributor.author.fl_str_mv |
Sousa, Rafaela Pequeno Reis |
dc.subject.por.fl_str_mv |
Odontologia forense Radiografia panorâmica Inteligência artificial ODONTOLOGIA::CLINICA ODONTOLOGICA |
topic |
Odontologia forense Radiografia panorâmica Inteligência artificial ODONTOLOGIA::CLINICA ODONTOLOGICA |
description |
As radiografias panorâmicas fornecem informações úteis para a antropologia forense e investigação criminal. A Inteligência Artificial, como ferramenta de aprimoramento da odontologia forense, tem a função de otimizar e facilitar o processo de identificação de pessoas. Dessa forma, o objetivo desse estudo é estimar a idade e dimorfismo sexual por meio de análise morfológica da mandíbula utilizando radiografia panorâmica e aprendizado de máquina. Trata-se de um estudo quantitativo, transversal e retrospectivo. Foram utilizadas 300 radiografias panorâmicas digitais obtidas no banco de dados do setor de Radiologia e Imaginologia da Clínica Escola do Departamento de Odontologia – Campus I da Universidade Estadual da Paraíba. Um observador cego, quanto aos dados de sexo e idade, analisou as imagens categorizando a posição do forame mentual em relação ao primeiro e segundo pré-molar. Posteriormente, foram feitas mensurações lineares e angulares bilaterais do forame mentual, canal mandibular, ramo mandibular e côndilo mandibular utilizando o programa ImageJ. Em seguida, os dados obtidos foram enviados para o aprendizado de máquina para extração dos atributos semânticos. O método de avaliação utilizado foi a validação cruzada, em que a amostra foi dividida em subgrupos, sendo 85% da amostra no subgrupo treinamento/validação e 15% no teste. Os modelos com os melhores resultados foram o AdaBoost Regressor para idade e o Logistic Regression para o sexo. Foi encontrado para determinação da idade MAE (Erro Médio Absoluto) de 4,1550 anos considerando toda mandíbula. Os dados obtidos das análises apenas do lado esquerdo apresentaram MAE inferior ao lado direito e mandíbula total (4,1243). Quanto a determinação do sexo, os dados obtidos da mandíbula apresentaram acurácia de 90%, AUC (Área Sob Curva de ROC) de 93,57% e F1 (F1 Escore) de 93.02%. Os dados obtidos para o lado direito foram mais precisos na determinação do sexo com acurácia de 88,33%, AUC de 94,94% e F1 de 91,95. Conclui-se que dados morfológicos da mandíbula, obtidos por meio de radiografia panorâmica e analisados por meio de aprendizado de máquina, contribuem positivamente na determinação do sexo e da idade no processo de identificação de pessoas. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-08-17T17:02:00Z 2023-06-16 2999-12-31 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
Sousa, Rafaela Pequeno Reis. Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina. 2023. 64 f. Dissertação (Programa de Pós-Graduação em Odontologia - PPGO) - Universidade Estadual da Paraíba, Campina Grande, 2023. http://tede.bc.uepb.edu.br/jspui/handle/tede/4719 |
identifier_str_mv |
Sousa, Rafaela Pequeno Reis. Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina. 2023. 64 f. Dissertação (Programa de Pós-Graduação em Odontologia - PPGO) - Universidade Estadual da Paraíba, Campina Grande, 2023. |
url |
http://tede.bc.uepb.edu.br/jspui/handle/tede/4719 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/embargoedAccess |
eu_rights_str_mv |
embargoedAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual da Paraíba Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP Brasil UEPB Programa de Pós-Graduação em Odontologia - PPGO |
publisher.none.fl_str_mv |
Universidade Estadual da Paraíba Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP Brasil UEPB Programa de Pós-Graduação em Odontologia - PPGO |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UEPB instname:Universidade Estadual da Paraíba (UEPB) instacron:UEPB |
instname_str |
Universidade Estadual da Paraíba (UEPB) |
instacron_str |
UEPB |
institution |
UEPB |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UEPB |
collection |
Biblioteca Digital de Teses e Dissertações da UEPB |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB) |
repository.mail.fl_str_mv |
bc@uepb.edu.br|| |
_version_ |
1809458434862481408 |