Automação da determinação do sexo a partir de pontos anatômicos em radiografias panorâmicas

• Ano de defesa: 2022
• Autor(a) principal: Ortiz, Adrielly Garcia
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Antropologia Forense; Aprendizado de Máquinas; Determinação do Sexo; Determination of Sex; Forensic Anthropology; Forensic Dentistry; Machine Learning; Odontologia Forense
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/23/23158/tde-27062022-113512/

Introdução: A automação da determinação do sexo em radiografias panorâmicas pode auxiliar na prática pericial, tornando as rotinas mais fáceis de serem aplicadas nos exames realizados pelos odontolegistas. Objetivo: Criar algoritmos que realizem a automação da determinação do sexo através de pontos anatômicos visíveis em radiografias panorâmicas e também verifique a reprodutibilidade das medidas mensuradas com intuito de propor método de identificação pessoal. Método: Foi realizado um estudo em duas etapas. Na primeira, para verificar a confiabilidade do método, foram selecionadas 25 radiografias, foram calculados o coeficiente intra-classe (ICC), e a técnica estatística de Bland-Altiman. Na segunda etapa, para criar o algoritimos utilizando Machine Learning foram utilizadas 200 radiografias, de serviço radiológico privado, sendo 100 do sexo feminino e 100 do sexo masculino. Foram analisadas 4 medidas lineares, que serviram de base para as análises que foram mensuradas em pixel. Foram verificadas a adesão dos dados à curva de normalidade foi testada utilizando o teste estatístico de Shapiro-Francia. Para a realização da automação foi utilizado o algoritmo e para verificar a acurácia do método foi utilizada a regressão logística. Foi utilizado o R studio, o R, Orange e Medcalc. Resultados: O ICC foi acima de 0.90 para todas as medidas. Na análise de Bland-Altiman, as medidas estavam dentro dos intervalos de confiança fixados. Em relação à predição do sexo, as variáveis que apresentaram diferenças estatísticas foram as medidas 5, 6, 7, 8, para o sexo feminino o acerto foi de 70,4%, já para o sexo masculino a predição foi de 69,6%, utilizando o algoritmo da regressão logística. A curva ROC do algoritmo de regressão logística e o valor encontrado foi de 0,460. Conclusões: A estimativa de sexo automatizada pode ser realizada por pontos anatômicos visíveis em radiografias panorâmicas e pode ser um bom método auxiliar de identificação em desastres em massa.