Use este identificador para citar ou linkar para este item:
https://ri.ufs.br/jspui/handle/riufs/24391| Tipo de Documento: | Monografia |
| Título: | Avaliação da performance de dois softwares com inteligência artificial por meio das medidas geradas pela análise de MCNAMARA em telerradiografia cefalométrica lateral |
| Autor(es): | Souza, Laura Luiza Trindade de |
| Data do documento: | 2022 |
| Orientador: | Takeshita, Wilton Mitsunari |
| Coorientador: | Silva, Thaísa Pinheiro |
| Resumo: | Introdução: Na Odontologia, a Ortodontia tornou-se uma das mais importantes áreas de aplicabilidade dos softwares com inteligência artificial (IA). A análise cefalométrica é uma ferramenta essencial no diagnóstico e planejamento ortodôntico e/ou cirúrgico. Atualmente, com intuito de otimizar o tempo do profissional e reduzir erros intrínsecos à condição humana, a identificação automática dos pontos cefalométricos por meio da IA vem sendo cada vez mais difundida. Objetivo: O objetivo desta pesquisa foi comparar a performance de dois softwares com IA em telerradiografia cefalométrica lateral, por meio da avaliação da reprodutibilidade e confiabilidade das medidas lineares e angulares da análise de McNamara. Materiais e Métodos: 30 telerradiografias cefalométricas foram marcadas por meio do método digital pelo examinador calibrado utilizando a plataforma do software Radiocef (RadioMemory). Posteriormente, as mesmas telerradiografias cefalométricas laterais foram marcadas por meio da IA dos softwares CEFBOT (RadioMemory) e WebCephTM (AssembleCircle), para avaliação de duas vertentes de marcação: reprodutibilidade e confiabilidade em relação ao examinador e os softwares em questão. Foi realizada a análise estatística por meio do Coeficiente de Correlação Intraclasse (ICC) para calibração do examinador e avaliação da confiabilidade das marcações do examinador calibrado, do CEFBOT (RadioMemory), e WebCephTM (AssembleCircle) software (Korea), bem como o teste ANOVA e pós teste de Tukey para avaliação da reprodutibilidade dos softwares com IA, por meio dos pontos cefalométricos que compõem a análise de McNamara. Resultados: o ICC médio gerado pelas marcações cefalométricas do examinador calibrado, do CEFBOT e do WebCeph foram 0.960, 0.940 e 0.954, respectivamente, indicando concordância quase perfeita. Quando comparado o CEFBOT (RadioMemory) com o examinador calibrado, observou-se diferença estatística (p<0.01) apenas na medida A-N perpendicular. Quanto ao WebCephTM (AssembleCircle), ao comparar com o examinador calibrado houve diferença significativa entre os fatores dois ao seis e o dez. E comparado ao CEFBOT (RadioMemory), houve divergência nos mesmos fatores somado ao fator onze. Além disso, o WebCephTM (AssembleCircle) não conseguiu realizar as medidasNfa-Nfp e Bfa-Bfp. Conclusão: O software CEFBOT apresentou reprodutibilidade e confiabilidade na identificação dos pontos cefalométricos determinados pela análise de McNamara, porém necessitando supervisão humana. O WebCeph apresentou concordância quase perfeita nas marcações, porém seis medidas apresentaram-se diferentes do examinador calibrado e duas não foram realizadas pela aplicação. |
| Abstract: | Introduction: In dentistry, orthodontics has become one of the most important areas of applicability of artificial intelligence (AI) software. Cephalometric analysis is an essential tool in orthodontic and/or surgical diagnosis and planning. Currently, to optimize professional time and reduce errors intrinsic to the human condition, the automatic identification of cephalometric landmarks using AI is becoming increasingly widespread. Aim: The aim of this study was to compare the performance of two software with AI in lateral cephalometric teleradiograph by assessing the reproducibility and reliability of linear and angular measurements of McNamara's analysis. Materials and Methods: 30 cephalometric teleradiographs were marked by the digital method by the calibrated examiner using the Radiocef (RadioMemory) software platform. Subsequently, the same lateral cephalometric radiographs were marked using the CEFBOT (RadioMemory) and WebCephTM (AssembleCircle) software AI to evaluate two aspects of marking: reproducibility and reliability in relation to the examiner and the software in question. Statistical analysis was performed using the Intraclass Correlation Coefficient (ICC) for examiner calibration and assessment of the reliability of the calibrated examiner, CEFBOT (RadioMemory), and WebCephTM (AssembleCircle) software (Korea), as well as the ANOVA test and Tukey's post-test to evaluate the reproducibility of the software with AI, using the cephalometric landmarks that comprise McNamara's analysis. Results: The mean ICC generated by the cephalometric markings of the calibrated examiner, CEFBOT and WebCeph were 0.960, 0.940, and 0.954, respectively, indicating almost perfect agreement. When comparing the CEFBOT (RadioMemory) with the calibrated examiner, a statistical difference (p<0.01) was observed only in the perpendicular A-N measurement. As for WebCephTM (AssembleCircle), when compared to the calibrated examiner there was a significant difference between factors two through six and ten. And compared to CEFBOT (RadioMemory), there was divergence in the same factors plus factor eleven. In addition, WebCephTM (AssembleCircle) failed to perform the measurements Nfa-Nfp and Bfa-Bfp. Conclusion: CEFBOT software showed reproducibility and reliability in identifying cephalometric landmarks determined by McNamara's analysis but required human supervision. WebCeph showed almost perfect agreement in the markings, but six measurements were different from the calibrated examiner and two were not performed by the application. |
| Palavras-chave: | Inteligência artificial Cefalometria Reprodutibilidade Confiabilidade Artificial intelligence Cephalometry Reproducibility of Results Data Accuracy |
| Idioma: | por |
| Sigla da Instituição: | Universidade Federal de Sergipe |
| Departamento: | DOD - Departamento de Odontologia – Aracaju - Presencial |
| Citação: | SOUZA, Laura Luiza Trindade de. Avaliação da performance de dois softwares com inteligência artificial por meio das medidas geradas pela análise de MCNAMARA em telerradiografia cefalométrica lateral. 2022. 45f. Monografia (Graduação em Odontologia) - Centro de Ciências Biológicas e da Saúde, Departamento de Odontologia, Universidade Federal de Sergipe, Aracaju, 2022. |
| URI: | https://ri.ufs.br/jspui/handle/riufs/24391 |
| Aparece nas coleções: | Odontologia |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| TCC_Laura_Luiza_Trindade_de_Souza.pdf | 1,08 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.