skip to main content
Idioma:

O uso da inteligência artificial auxiliando o diagnóstico do câncer bucal

Mattheus Augusto Siscotto Tobias B. P Nogueira; M. C. S Santana; R. G Pires; João Paulo Papa; C. A Lemos; Paulo Sérgio da Silva Santos; Proceedings of the SBPqO Annual Meeting (39. 2022 Campinas)

Brazilian Oral Research São Paulo v. 36, supl. 1, p. 199, res. PN0611, 2022

São Paulo SBPqO 2022

Item não circula. Consulte sua biblioteca.(Acessar)

  • Título:
    O uso da inteligência artificial auxiliando o diagnóstico do câncer bucal
  • Autor: Mattheus Augusto Siscotto Tobias
  • B. P Nogueira; M. C. S Santana; R. G Pires; João Paulo Papa; C. A Lemos; Paulo Sérgio da Silva Santos; Proceedings of the SBPqO Annual Meeting (39. 2022 Campinas)
  • Assuntos: INTELIGÊNCIA ARTIFICIAL; NEOPLASIAS BUCAIS; SOFTWARES; DIAGNÓSTICO BUCAL
  • É parte de: Brazilian Oral Research São Paulo v. 36, supl. 1, p. 199, res. PN0611, 2022
  • Notas: Disponível em: https://www.sbpqo.org.br/hotsite2022/bor-v036-book-p6.pdf. Acesso em: 12 jan. 2023.
  • Notas Locais: MPC Digital
  • Descrição: O objetivo deste projeto é o desenvolvimento de um software ao profissional que faz diagnóstico de câncer bucal com o intuito de melhorar a acurácia ao diagnóstico. Utilizando o software de gerenciamento de pacientes da Universidade de São Paulo da FOB e FOUSP, indivíduos foram identificados ao buscar por lesões com diagnóstico de câncer, lesões com potencial de transformação maligna e de cavidade oral com aspecto de normalidade. Foram então, categorizados os dados de prontuário e imagens fotográficas clínicas, de acordo com o diagnóstico definitivo, confirmado por biópsia através do laudo histopatológico. Após a coleta das imagens foi realizado um pré-processamento e um conjunto de arquiteturas foi treinado (aprendizado da rede neural) para tarefas de segmentação e classificação a partir de um dataset de 1067 imagens fotográficas. As arquiteturas estudadas foram avaliadas usando métricas padrão, Precision=77%, Recall=78.5%, Accuracy=78% e F-measure=77% para a arquitetura ResNet152, que apresentou melhores resultados para ambas as tarefas. Os resultados de acurácia são aceitáveis, compatíveis com o observado na literatura, abrindo a possibilidade para o desenvolvimento de redes neurais para suporte ao diagnóstico de câncer bucal.
  • Editor: São Paulo SBPqO
  • Data de criação/publicação: 2022
  • Formato: p. 199, res. PN0611.
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.