Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/56452 |
Resumo: | O objetivo do presente trabalho foi avaliar, através de exames de Tomografias Computadorizadas de Feixe Cônico (TCFC’s), a estimativa do sexo em humanos a partir de características morfológicas e métricas do seio frontal (SF). Dois métodos de predição foram adotados: uma fórmula de regressão logística multivariada fundamentada em avaliações humanas e uma Rede Neural Artificial (RNA) de três camadas, cada uma com cinco neurônios, utilizando-se a função de ativação Rectified Linear Unit (ReLU). Dois examinadores previamente calibrados realizaram a avaliação morfológica e métrica de 1000 TCFC’s de indivíduos com idade superior ou igual a 20 anos, balanceadas em relação ao sexo. Adotou-se, como parâmetros de avaliação morfológica, a presença dos seios frontais, septo interseio, quantidade de septos intrasseios e número de festonamentos. Para a avaliação métrica, foram mensuradas a altura e largura de cada seio, largura total, comprimento anteroposterior (CPA) e cálculo do Índice do Seio Frontal. 80,0% da amostra utilizada foi submetida aos testes Shapiro-Wilk, Qui-quadrado de Pearson e Mann- Whitney e foi realizado modelo de regressão logística multivariada (p ≤ 0,05). As validações foram realizadas utilizando a amostra restante (200) para análise de curva ROC (Receiver Operating Characteristic) e matriz de confusão. O sistema de classificação baseado em aprendizagem de máquina consistiu em uma RNA treinada com 80,0% do banco de dados, e os 20,0% restantes foram utilizados como conjunto de teste. Para os dois métodos, foram obtidos valores de especificidade, sensibilidade, acurácia, recall, precisão, F1-Score e valores preditivos positivo e negativo. As medidas utilizadas nas fórmulas de regressão e redes neurais foram altura frontal, comprimento AP e largura total. Em relação à análise morfológica, o sexo masculino apresentou maior quantidade de reparos anatômicos quando comparado ao feminino. Quanto à avaliação métrica, o sexo masculino apresentou maiores valores, em ambos os seios frontais. Para o sexo masculino, a largura total em milímetros obteve média de 61,49 (DP=±15,51), enquanto no sexo feminino, a média foi de 52,47 (DP=±16,57). No SF direito, a média do CPA para o sexo masculino foi de 10,52 (DP=±3,31), enquanto no sexo feminino foi de 7,01 (DP=±2,46). Resultados semelhantes do CPA foram encontrados no SF esquerdo, com média de CPA de 10,79 (DP=±3,44) para o sexo masculino e 7,51 (DP=±2,46) para o sexo feminino (p<0,001). Ambos os métodos exibiram dimorfismo sexual. A RNA revelou especificidade (78,64), sensibilidade (78,85), acurácia (81,5%), recall (53,31%), precisão (84,54%), escore F1 (63,08%), preditivo positivo (84,54%) e preditivo negativo (78,64%) superior à fórmula preditiva (73%, 73%, 73%, 50%, 73%, 59,35, 73% e 73%, respectivamente). Portanto, ambos os métodos, particularmente a RNA, podem potencialmente apoiar a tomada de decisão na prática clínica odontológica no cenário forense brasileiro. |
id |
UFPE_1932b444d9904c5d2def3ba77bd31457 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/56452 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
OLIVEIRA, Julyana de Araújohttp://lattes.cnpq.br/2493058269899828http://lattes.cnpq.br/7334588229394825http://lattes.cnpq.br/4637614054000198PONTUAL, Maria Luiza dos AnjosPONTUAL, Andrea dos Anjos2024-06-10T14:52:13Z2024-06-10T14:52:13Z2023-10-18OLIVEIRA, Julyana de Araújo. Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial: uma análise comparativa. 2023. Tese (Doutorado em Odontologia) – Universidade Federal de Pernambuco, Recife, 2023.https://repositorio.ufpe.br/handle/123456789/56452O objetivo do presente trabalho foi avaliar, através de exames de Tomografias Computadorizadas de Feixe Cônico (TCFC’s), a estimativa do sexo em humanos a partir de características morfológicas e métricas do seio frontal (SF). Dois métodos de predição foram adotados: uma fórmula de regressão logística multivariada fundamentada em avaliações humanas e uma Rede Neural Artificial (RNA) de três camadas, cada uma com cinco neurônios, utilizando-se a função de ativação Rectified Linear Unit (ReLU). Dois examinadores previamente calibrados realizaram a avaliação morfológica e métrica de 1000 TCFC’s de indivíduos com idade superior ou igual a 20 anos, balanceadas em relação ao sexo. Adotou-se, como parâmetros de avaliação morfológica, a presença dos seios frontais, septo interseio, quantidade de septos intrasseios e número de festonamentos. Para a avaliação métrica, foram mensuradas a altura e largura de cada seio, largura total, comprimento anteroposterior (CPA) e cálculo do Índice do Seio Frontal. 80,0% da amostra utilizada foi submetida aos testes Shapiro-Wilk, Qui-quadrado de Pearson e Mann- Whitney e foi realizado modelo de regressão logística multivariada (p ≤ 0,05). As validações foram realizadas utilizando a amostra restante (200) para análise de curva ROC (Receiver Operating Characteristic) e matriz de confusão. O sistema de classificação baseado em aprendizagem de máquina consistiu em uma RNA treinada com 80,0% do banco de dados, e os 20,0% restantes foram utilizados como conjunto de teste. Para os dois métodos, foram obtidos valores de especificidade, sensibilidade, acurácia, recall, precisão, F1-Score e valores preditivos positivo e negativo. As medidas utilizadas nas fórmulas de regressão e redes neurais foram altura frontal, comprimento AP e largura total. Em relação à análise morfológica, o sexo masculino apresentou maior quantidade de reparos anatômicos quando comparado ao feminino. Quanto à avaliação métrica, o sexo masculino apresentou maiores valores, em ambos os seios frontais. Para o sexo masculino, a largura total em milímetros obteve média de 61,49 (DP=±15,51), enquanto no sexo feminino, a média foi de 52,47 (DP=±16,57). No SF direito, a média do CPA para o sexo masculino foi de 10,52 (DP=±3,31), enquanto no sexo feminino foi de 7,01 (DP=±2,46). Resultados semelhantes do CPA foram encontrados no SF esquerdo, com média de CPA de 10,79 (DP=±3,44) para o sexo masculino e 7,51 (DP=±2,46) para o sexo feminino (p<0,001). Ambos os métodos exibiram dimorfismo sexual. A RNA revelou especificidade (78,64), sensibilidade (78,85), acurácia (81,5%), recall (53,31%), precisão (84,54%), escore F1 (63,08%), preditivo positivo (84,54%) e preditivo negativo (78,64%) superior à fórmula preditiva (73%, 73%, 73%, 50%, 73%, 59,35, 73% e 73%, respectivamente). Portanto, ambos os métodos, particularmente a RNA, podem potencialmente apoiar a tomada de decisão na prática clínica odontológica no cenário forense brasileiro.The objective of the present work was to evaluate, through Cone Beam Computed Tomography (CBCT) examinations, the estimation of sex in humans based on morphological and metric characteristics of the frontal sinus (SF). Two prediction methods were adopted: a multivariate logistic regression formula based on human assessments and a three-layer Artificial Neural Network (ANN), each with five neurons, using the Rectified Linear Unit (ReLU) activation function. Two previously calibrated examiners carried out the morphological and metric evaluation of 1000 CBCT scans of individuals aged 20 years or older, balanced according to sex. The presence of frontal sinus, intersinus septum, number of intrasinus septum and number of scalloping were adopted as morphological evaluation parameters. For metric evaluation, the height and width of each breast, total width, anteroposterior length (CPA) and calculation of the Frontal Sinus Index were measured. 80.0% of the sample used was subjected to the Shapiro-Wilk, Pearson Chi-square and Mann- Whitney tests and a multivariate logistic regression model was performed (p ≤ 0.05). Validations were performed using the remaining sample (200) for ROC (Receiver Operating Characteristic) curve analysis and confusion matrix. The machine learning- based classification system consisted of an ANN trained with 80.0% of the database, and the remaining 20.0% was used as a test set. For both methods, specificity, sensitivity, accuracy, recall, precision, F1-Score and positive and negative predictive values were obtained. The measurements used in the regression formulas and neural networks were frontal height, AP length and total width. Regarding morphological analysis, males showed a greater number of anatomical repairs when compared to females. Regarding the metric evaluation, males presented higher values in both frontal sinuses. For males, the total width in millimeters had an average of 61.49 (SD=±15.51), while for females, the average was 52.47 (SD=±16.57). In the right SF, the mean CPA for males was 10.52 (SD=±3.31), while for females it was 7.01 (SD=±2.46). Similar CPA results were found in the left SF, with a mean CPA of 10.79 (SD=±3.44) for males and 7.51 (SD=±2.46) for females (p<0.001 ). Both methods exhibited sexual dimorphism. The ANN revealed specificity (78.64), sensitivity (78.85), accuracy (81.5%), recall (53.31%), precision (84.54%), F1 score (63.08%), positive predictive (84.54%) and negative predictive (78.64%) higher than the predictive formula (73%, 73%, 73%, 50%, 73%, 59.35, 73% and 73%, respectively). Therefore, both methods, particularly ANN, can potentially support decision-making in clinical dental practice in the Brazilian forensic setting.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em OdontologiaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessRedes Neurais de ComputaçãoSeio FrontalCaracteres SexuaisOdontologia LegalEstimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE Julyana de Araujo Oliveira.pdfTESE Julyana de Araujo Oliveira.pdfapplication/pdf2195695https://repositorio.ufpe.br/bitstream/123456789/56452/1/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf55655a00b69bd6d967885533e1e6f1a5MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/56452/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/56452/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTTESE Julyana de Araujo Oliveira.pdf.txtTESE Julyana de Araujo Oliveira.pdf.txtExtracted texttext/plain120914https://repositorio.ufpe.br/bitstream/123456789/56452/4/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf.txt70cc9bcac9aac1d6e8e133c6e42a4afaMD54THUMBNAILTESE Julyana de Araujo Oliveira.pdf.jpgTESE Julyana de Araujo Oliveira.pdf.jpgGenerated Thumbnailimage/jpeg1255https://repositorio.ufpe.br/bitstream/123456789/56452/5/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf.jpg43f8465b86e9185ac97a41fcce1ab231MD55123456789/564522024-06-11 02:23:55.466oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212024-06-11T05:23:55Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
title |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
spellingShingle |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa OLIVEIRA, Julyana de Araújo Redes Neurais de Computação Seio Frontal Caracteres Sexuais Odontologia Legal |
title_short |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
title_full |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
title_fullStr |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
title_full_unstemmed |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
title_sort |
Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial : uma análise comparativa |
author |
OLIVEIRA, Julyana de Araújo |
author_facet |
OLIVEIRA, Julyana de Araújo |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2493058269899828 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7334588229394825 |
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4637614054000198 |
dc.contributor.author.fl_str_mv |
OLIVEIRA, Julyana de Araújo |
dc.contributor.advisor1.fl_str_mv |
PONTUAL, Maria Luiza dos Anjos |
dc.contributor.advisor-co1.fl_str_mv |
PONTUAL, Andrea dos Anjos |
contributor_str_mv |
PONTUAL, Maria Luiza dos Anjos PONTUAL, Andrea dos Anjos |
dc.subject.por.fl_str_mv |
Redes Neurais de Computação Seio Frontal Caracteres Sexuais Odontologia Legal |
topic |
Redes Neurais de Computação Seio Frontal Caracteres Sexuais Odontologia Legal |
description |
O objetivo do presente trabalho foi avaliar, através de exames de Tomografias Computadorizadas de Feixe Cônico (TCFC’s), a estimativa do sexo em humanos a partir de características morfológicas e métricas do seio frontal (SF). Dois métodos de predição foram adotados: uma fórmula de regressão logística multivariada fundamentada em avaliações humanas e uma Rede Neural Artificial (RNA) de três camadas, cada uma com cinco neurônios, utilizando-se a função de ativação Rectified Linear Unit (ReLU). Dois examinadores previamente calibrados realizaram a avaliação morfológica e métrica de 1000 TCFC’s de indivíduos com idade superior ou igual a 20 anos, balanceadas em relação ao sexo. Adotou-se, como parâmetros de avaliação morfológica, a presença dos seios frontais, septo interseio, quantidade de septos intrasseios e número de festonamentos. Para a avaliação métrica, foram mensuradas a altura e largura de cada seio, largura total, comprimento anteroposterior (CPA) e cálculo do Índice do Seio Frontal. 80,0% da amostra utilizada foi submetida aos testes Shapiro-Wilk, Qui-quadrado de Pearson e Mann- Whitney e foi realizado modelo de regressão logística multivariada (p ≤ 0,05). As validações foram realizadas utilizando a amostra restante (200) para análise de curva ROC (Receiver Operating Characteristic) e matriz de confusão. O sistema de classificação baseado em aprendizagem de máquina consistiu em uma RNA treinada com 80,0% do banco de dados, e os 20,0% restantes foram utilizados como conjunto de teste. Para os dois métodos, foram obtidos valores de especificidade, sensibilidade, acurácia, recall, precisão, F1-Score e valores preditivos positivo e negativo. As medidas utilizadas nas fórmulas de regressão e redes neurais foram altura frontal, comprimento AP e largura total. Em relação à análise morfológica, o sexo masculino apresentou maior quantidade de reparos anatômicos quando comparado ao feminino. Quanto à avaliação métrica, o sexo masculino apresentou maiores valores, em ambos os seios frontais. Para o sexo masculino, a largura total em milímetros obteve média de 61,49 (DP=±15,51), enquanto no sexo feminino, a média foi de 52,47 (DP=±16,57). No SF direito, a média do CPA para o sexo masculino foi de 10,52 (DP=±3,31), enquanto no sexo feminino foi de 7,01 (DP=±2,46). Resultados semelhantes do CPA foram encontrados no SF esquerdo, com média de CPA de 10,79 (DP=±3,44) para o sexo masculino e 7,51 (DP=±2,46) para o sexo feminino (p<0,001). Ambos os métodos exibiram dimorfismo sexual. A RNA revelou especificidade (78,64), sensibilidade (78,85), acurácia (81,5%), recall (53,31%), precisão (84,54%), escore F1 (63,08%), preditivo positivo (84,54%) e preditivo negativo (78,64%) superior à fórmula preditiva (73%, 73%, 73%, 50%, 73%, 59,35, 73% e 73%, respectivamente). Portanto, ambos os métodos, particularmente a RNA, podem potencialmente apoiar a tomada de decisão na prática clínica odontológica no cenário forense brasileiro. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-10-18 |
dc.date.accessioned.fl_str_mv |
2024-06-10T14:52:13Z |
dc.date.available.fl_str_mv |
2024-06-10T14:52:13Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
OLIVEIRA, Julyana de Araújo. Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial: uma análise comparativa. 2023. Tese (Doutorado em Odontologia) – Universidade Federal de Pernambuco, Recife, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/56452 |
identifier_str_mv |
OLIVEIRA, Julyana de Araújo. Estimativa do sexo a partir do seio frontal em humanos através de uma fórmula preditiva e um sistema de rede neural artificial: uma análise comparativa. 2023. Tese (Doutorado em Odontologia) – Universidade Federal de Pernambuco, Recife, 2023. |
url |
https://repositorio.ufpe.br/handle/123456789/56452 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Odontologia |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/56452/1/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf https://repositorio.ufpe.br/bitstream/123456789/56452/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/56452/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/56452/4/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/56452/5/TESE%20Julyana%20de%20Araujo%20Oliveira.pdf.jpg |
bitstream.checksum.fl_str_mv |
55655a00b69bd6d967885533e1e6f1a5 e39d27027a6cc9cb039ad269a5db8e34 5e89a1613ddc8510c6576f4b23a78973 70cc9bcac9aac1d6e8e133c6e42a4afa 43f8465b86e9185ac97a41fcce1ab231 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310766667235328 |