@MASTERSTHESIS{ 2022:1793799514,
 	title = {Avaliação da relação entre a idade do paciente e a estrutura óssea trabecular da mandíbula através da análise de imagens tomográficas dentárias cone beam por meio de uma rede neural convolucional},
 	year = {2022},
 	url = "https://tede.unioeste.br/handle/tede/6081",
 	abstract = "A osteoporose é uma condição que afeta a densidade mineral óssea, dificultando a inserção de 
 implantes dentários no osso da mandíbula dos pacientes. Ela atinge principalmente as mulheres 
 e é diagnosticada pelo exame DXA (Raio-X de Dupla Energia), considerado o padrão ouro no 
 diagnóstico de osteoporose. Entretanto, o exame de DXA não é de fácil acesso por grande parte 
 da população brasileira. O software Jaw System Age Group X, criado nessa pesquisa, visa 
 facilitar o acesso dos pacientes a avaliação da estrutura óssea trabecular de suas mandíbulas. O
 software em si não diagnosticará a osteoporose, mas subsidiará o dentista com informações para 
 encaminhar o paciente para um médico que, eventualmente, solicitará o exame de DXA, 
 otimizando o uso de equipamentos do SUS. O software utiliza tomografias cone beam na sua 
 análise, realiza processos de segmentação de imagem e emprega uma rede neural para 
 classificar a trabécula do osso da mandíbula, no plano anatômico coronal, em classes etárias, 
 respeitando o sexo do paciente. A pesquisa utilizou 137 tomografias cone beam, sendo 52 de 
 pacientes do sexo masculino e 85 do sexo feminino, providos pela Clínica de Odontologia da 
 UNIOESTE. A base de dados para treinar a rede neural convolucional é composta por 1389 
 imagens da mandíbula de pacientes do sexo feminino e 633 do sexo masculino, extraídas de 
 60% das imagens tomográficas disponíveis. A base de testes é composta por 560 imagens da 
 mandíbula de pacientes do sexo feminino e 334 do sexo masculino, extraídas dos 40% das 
 tomografias restantes. A rede neural é formada por 3 camadas densas com 100 neurônios cada 
 e função de ativação Relu, com atualização de pesos por meio do algoritmo Adam, utilizando
 MaxPooling em cada convolução; para classificação das imagens utiliza uma camada densa 
 com 100 neurônios, com a função de ativação softmax. A acurácia de treinamento da rede neural 
 foi igual a 99% para o sexo masculino e 96% para o feminino, com área sob a curva ROC 
 (AUC) igual a 0.81 e 0.97 para os respectivos sexos. A acurácia obtida exclusivamente com o 
 base de testes foi igual a 70,66% para o sexo masculino e 90,89% para o sexo feminino. Por 
 fim, realizou-se um teste supervisionado, utilizando 5 cortes oriundos de 10 exames do conjunto 
 de teste de cada sexo; considerando o resultado médio obteve-se aproximadamente 100% de 
 acurácia para ambos os sexos. Assim, conclui-se que o modelo proposto é capaz de classificar 
 as amostras nas classe etárias propostas e se mostrou robusto e sólido nos testes. Portanto o 
 software desenvolvido pode auxiliar os profissionais que a utilizam sendo uma ferramenta 
 alternativa, com custos baixos, para análise da densidade óssea, podendo servir de filtro para 
 exames de diagnóstico, como o DX",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}