Detecção de Lesões Apicais Dentais Usando CNNs em Radiografias Periapicais

Lesões apicais, o termo geral para doenças infecciosas crônicas, são doenças dentais muito comuns na vida moderna e são causadas por vários fatores. O tratamento endodôntico prevalente atualmente faz uso de fotografias por raios-X tiradas de pacientes, onde a área da lesão é marcada manualmente, o que é, portanto, demorado. Além disso, para algumas imagens, os detalhes significativos podem não ser reconhecíveis devido aos diferentes ângulos de captura ou doses. Para tornar o processo de diagnóstico mais curto e eficiente, tarefas repetitivas devem ser realizadas automaticamente para permitir que os dentistas se concentrem mais no diagnóstico técnico e médico, como tratamento, limpeza dental ou comunicação médica. Para realizar o diagnóstico automático, este artigo propõe e estabelece um modelo de análise de área de lesão baseado em redes neurais convolucionais (CNN). Para estabelecer um banco de dados padronizado para aplicação clínica, o Comitê de Ética (IRB) com o número de aplicação 202002030B0 foi aprovado, com o banco de dados estabelecido por dentistas que forneceram os dados clínicos práticos. Neste estudo, os dados de imagem são pré-processados por um filtro passa-alta gaussiano. Em seguida, um limiar iterativo é aplicado para dividir a imagem de raios-X em várias imagens individuais de amostras dentárias. A coleção de imagens individuais de dentes que compõem o banco de dados de imagens é usada como entrada para o modelo de aprendizado por migração da CNN para treinamento. Setenta por cento (70%) do banco de dados de imagens é usado para treinar e validar o modelo, enquanto os 30% restantes são usados para testar e estimar a precisão do modelo. A precisão do diagnóstico prático do modelo CNN proposto é de 92,5%. O modelo proposto facilitou com sucesso o diagnóstico automático da lesão apical.