Avaliação do dimorfismo sexual e idade utilizando dados morfológicos da mandíbula e aprendizado de máquina

• Ano de defesa: 2023
• Autor(a) principal: Sousa, Rafaela Pequeno Reis
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso embargado
• Idioma: por
• Instituição de defesa: Universidade Estadual da Paraíba; Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP; Brasil; UEPB; Programa de Pós-Graduação em Odontologia - PPGO
• Palavras-chave em Português: Odontologia forense; Radiografia panorâmica; Inteligência artificial; ODONTOLOGIA::CLINICA ODONTOLOGICA
• Link de acesso: http://tede.bc.uepb.edu.br/jspui/handle/tede/4719

As radiografias panorâmicas fornecem informações úteis para a antropologia forense e investigação criminal. A Inteligência Artificial, como ferramenta de aprimoramento da odontologia forense, tem a função de otimizar e facilitar o processo de identificação de pessoas. Dessa forma, o objetivo desse estudo é estimar a idade e dimorfismo sexual por meio de análise morfológica da mandíbula utilizando radiografia panorâmica e aprendizado de máquina. Trata-se de um estudo quantitativo, transversal e retrospectivo. Foram utilizadas 300 radiografias panorâmicas digitais obtidas no banco de dados do setor de Radiologia e Imaginologia da Clínica Escola do Departamento de Odontologia – Campus I da Universidade Estadual da Paraíba. Um observador cego, quanto aos dados de sexo e idade, analisou as imagens categorizando a posição do forame mentual em relação ao primeiro e segundo pré-molar. Posteriormente, foram feitas mensurações lineares e angulares bilaterais do forame mentual, canal mandibular, ramo mandibular e côndilo mandibular utilizando o programa ImageJ. Em seguida, os dados obtidos foram enviados para o aprendizado de máquina para extração dos atributos semânticos. O método de avaliação utilizado foi a validação cruzada, em que a amostra foi dividida em subgrupos, sendo 85% da amostra no subgrupo treinamento/validação e 15% no teste. Os modelos com os melhores resultados foram o AdaBoost Regressor para idade e o Logistic Regression para o sexo. Foi encontrado para determinação da idade MAE (Erro Médio Absoluto) de 4,1550 anos considerando toda mandíbula. Os dados obtidos das análises apenas do lado esquerdo apresentaram MAE inferior ao lado direito e mandíbula total (4,1243). Quanto a determinação do sexo, os dados obtidos da mandíbula apresentaram acurácia de 90%, AUC (Área Sob Curva de ROC) de 93,57% e F1 (F1 Escore) de 93.02%. Os dados obtidos para o lado direito foram mais precisos na determinação do sexo com acurácia de 88,33%, AUC de 94,94% e F1 de 91,95. Conclui-se que dados morfológicos da mandíbula, obtidos por meio de radiografia panorâmica e analisados por meio de aprendizado de máquina, contribuem positivamente na determinação do sexo e da idade no processo de identificação de pessoas.