Detecção automática de cistos odontológicos em imagens de radiografia panorâmica

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Oliveira, Danilo Alves
Orientador(a): Paula Júnior, Iális Cavalcante de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cistos
Segmentação
Classificação
Diagnóstico
Textura
Odontologia
Visão computacional
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/52269
Resumo: OLIVEIRA, D. A. Detecção automática de cistos odontológicos em imagens de radiografia panorâmica. 2019. 91 f. Dissertação (Mestrado Acadêmico em Engenharia Elétrica e de Computação), Universidade Federal do Ceará, Sobral, 2019.
id UFC-7_e8b8375011c5f9bf6b0dc75fcad265e5
oai_identifier_str oai:repositorio.ufc.br:riufc/52269
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Oliveira, Danilo AlvesPaula Júnior, Iális Cavalcante de2020-06-10T13:20:33Z2020-06-10T13:20:33Z2019OLIVEIRA, D. A. (2019)http://www.repositorio.ufc.br/handle/riufc/52269OLIVEIRA, D. A. Detecção automática de cistos odontológicos em imagens de radiografia panorâmica. 2019. 91 f. Dissertação (Mestrado Acadêmico em Engenharia Elétrica e de Computação), Universidade Federal do Ceará, Sobral, 2019.Odontogenic cysts are pathological cavities lined with epithelium and have an intraosseous occurrence in the mandibular region. They present erosion and expansive growth, usually with asymptomatic characteristics, when they expand considerably causing disorder and pressing other structures causing pain to the patient. Due to this expansive capacity, it is necessary to identify these pathologies in advance to prevent their spreading along the facial sinuses and endangering the patient’s life. The best way to identify these pathologies is through the diagnosis by dental radiographs, which represent a major advance for the dental area. Even with the progress offered by these images, identifying cysts is not a simple task, their interpretation is challenging even for experienced specialists. In addition, because images are subjectively analyzed, several factors can interfere, such as limitation of the human vision system, fatigue and stress. Thus, considering the need for diagnostic support systems, this study proposes a methodology for identifying cystic regions in panoramic radiography images. For this, investigations of classical techniques of digital image processing along the steps are performed, such as mathematical morphology, Otsu multilevel, thresholding, active contours and others. Analyzes are also performed with the Local Binary Pattern and Haralick texture descriptors, used for classification with the methods for learning artificial neural network (RNA), Support Vector Machine (SVM) and Extreme Learning Machine (ELM) machines. Inaddition, the methodology also implements a Convolutional Neural Network (CNN) confronting a classical approach to computer vision with a modern model of deep learning. The results of the methodology are compared with ground truth and obtained as the best approach to CNN with an average Dice of 0.86. Other results of the investigations conclude that segmentation in the internal region of the mandible gives the best Otsu multilevel, texture analysis obtains better metrics through the Haralick descriptor with ELM and RNA. Finally, segmentation studies from the pathological region resulted in the active contours technique with the morphological filter as the best combination for the final segmentation.Os cistos odontogênicos são cavidades patológicas revestidas por epitélio e possuem conteúdo líquido, semi líquido ou gasoso em seu interior. Quando se expandem, causam desordem e pressionam outras estruturas, causando dor ao paciente. Devido a essa capacidade expansiva, é necessário identificá-lo precocemente para prevenir seu avanço ao longo dos seios faciais, causando diversos problemas a saúde do paciente. A melhor forma para identificação desses cistos é o diagnóstico por radiografias dentárias. No entanto, realizar esse tipo de diagnóstico não é tarefa simples, pois a interpretação das imagens de radiografia é um desafio até para especialistas mais experientes. Isso ocorre pela subjetividade da análise dos especialistas, influenciadas pelas limitações do sistema visual humano, fadiga e estresse. Nesse contexto, este trabalho propõe uma metodologia para identificação de regiões císticas em imagens de radiografia panorâmica. Para este fim, é investigada a aplicação de técnicas clássicas de processamento digital de imagens, tais como morfologia matemática, multinível de Otsu, limiarização entre outras. Também são realizadas análises com os descritores de textura Local Binary Patterne Haralick, combinados aos métodos para aprendizado de máquina de Redes Neurais Artificiais, Máquina de Vetor de Suporte (Support Vector Machine) e Máquina de Aprendizado Extremo (Extreme Learning Machine). Por fim, foi investigada a aplicação da Rede Neural Convolucional (Convolutional Neural Network (CNN)) comparando aos métodos clássicos de visão computacional. Os resultados mostram que a melhor abordagem testada é da CNN com Dice médio de 0,70. Outros resultados concluem que as maiores métricas para a segmentação na região interna da mandíbula foi do multinível de Otsu e da análise de textura foi do descritor de Haralick com ELM e RNA. Por fim, os estudos de segmentação a partir da região patológica resultaram na técnica de contornos ativos com o filtro morfológico como melhor combinação para a segmentação final.CistosSegmentaçãoClassificaçãoDiagnósticoTexturaOdontologiaVisão computacionalDetecção automática de cistos odontológicos em imagens de radiografia panorâmicaAutomatic detection of dental cysts in panoramic radiography imagesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessORIGINAL2019_dis_daoliveira.pdf2019_dis_daoliveira.pdfOLIVEIRA, D. A. Detecção automática de cistos odontológicos em imagens de radiografia panorâmica. 2019. 91 f. Dissertação (Mestrado Acadêmico em Engenharia Elétrica e de Computação), Universidade Federal do Ceará, Sobral, 2019.application/pdf13470604http://repositorio.ufc.br/bitstream/riufc/52269/3/2019_dis_daoliveira.pdf0907df851b8fa1431bff6f0ba9ecbe38MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufc.br/bitstream/riufc/52269/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54riufc/522692020-06-10 10:20:33.288oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2020-06-10T13:20:33Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
dc.title.en.pt_BR.fl_str_mv Automatic detection of dental cysts in panoramic radiography images
title Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
spellingShingle Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
Oliveira, Danilo Alves
Cistos
Segmentação
Classificação
Diagnóstico
Textura
Odontologia
Visão computacional
title_short Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
title_full Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
title_fullStr Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
title_full_unstemmed Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
title_sort Detecção automática de cistos odontológicos em imagens de radiografia panorâmica
author Oliveira, Danilo Alves
author_facet Oliveira, Danilo Alves
author_role author
dc.contributor.author.fl_str_mv Oliveira, Danilo Alves
dc.contributor.advisor1.fl_str_mv Paula Júnior, Iális Cavalcante de
contributor_str_mv Paula Júnior, Iális Cavalcante de
dc.subject.por.fl_str_mv Cistos
Segmentação
Classificação
Diagnóstico
Textura
Odontologia
Visão computacional
topic Cistos
Segmentação
Classificação
Diagnóstico
Textura
Odontologia
Visão computacional
description OLIVEIRA, D. A. Detecção automática de cistos odontológicos em imagens de radiografia panorâmica. 2019. 91 f. Dissertação (Mestrado Acadêmico em Engenharia Elétrica e de Computação), Universidade Federal do Ceará, Sobral, 2019.
publishDate 2019
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2020-06-10T13:20:33Z
dc.date.available.fl_str_mv 2020-06-10T13:20:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv OLIVEIRA, D. A. (2019)
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/52269
identifier_str_mv OLIVEIRA, D. A. (2019)
url http://www.repositorio.ufc.br/handle/riufc/52269
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/52269/3/2019_dis_daoliveira.pdf
http://repositorio.ufc.br/bitstream/riufc/52269/4/license.txt
bitstream.checksum.fl_str_mv 0907df851b8fa1431bff6f0ba9ecbe38
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793306851868672

Registros relacionados