Banca de QUALIFICAÇÃO: ARTEMISA FERNANDA MOURA FERREIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ARTEMISA FERNANDA MOURA FERREIRA
DATA: 06/03/2025
HORA: 09:00
LOCAL: Uso de recursos à distância
TÍTULO: REDES NEURAIS ARTIFICIAIS COMO ALTERNATIVA PARA ESTIMATIVA DE MAIORIDADE PENAL A PARTIR DA AVALIAÇÃO DOS TERCEIROS MOLARES INFERIORES
PALAVRAS-CHAVES: Modelos de Redes Neurais; Inteligência Artificial; Determinação da idade pelos dentes
PÁGINAS: 64
RESUMO: A avaliação da maioridade penal é um procedimento fundamental na Odontologia Legal, sendo aplicada em diversos contextos civis e criminais. A inteligência artificial tem sido utilizada com sucesso na estimativa de idade, no entanto, as metodologias atualmente disponíveis ainda apresentam limitações na determinação precisa da maioridade do indivíduo. Diante deste contexto, o presente trabalho foi estruturado em dois capítulos. O primeiro capítulo teve como objetivo desenvolver e validar um método baseado em redes neurais convolucionais para avaliar automaticamente o Índice de Maturação do Terceiro Molar (I3M) e compará-lo com a mensuração tradicional. O segundo capítulo objetivou classificar os indivíduos como maiores ou menores de 18 anos a partir da análise do desenvolvimento radicular dos terceiros molares utilizando uma rede neural convolucional. O estudo foi aprovado pelo Comitê de Ética em Pesquisa do CCS/UFPB (CAAE= 73025623.6.0000.5188). Foi adotado um delineamento observacional e transversal, incluindo 1.082 imagens de radiografias panorâmicas digitais de indivíduos entre 14 e 22 anos, obtidas em três clínicas de Radiologia do Nordeste Brasileiro no período de 2019 a 2022, sendo a amostra estratificada por sexo e faixa etária. As imagens, exportadas no formato DICOM, passaram por um pré-processamento para padronização de brilho e contraste e foram rotuladas no aplicativo LabelBox. Posteriormente, foram divididas em dois conjuntos: treinamento (80%) e validação (20%). O conjunto de treinamento passou por aumento artificial de dados, gerando 3.464 imagens sinteticamente variadas para otimização do aprendizado da rede neural. No primeiro capítulo, a mensuração tradicional do I3M, bem como a rotulagem dos dados foi realizada por um examinador que foi submetido à calibração intra e interexaminador (n=108), obtendo elevados índices de concordância (Índice de Correlação Intraclasse e Kappa). A rede neural YOLOv8n-Pose foi empregada para identificar automaticamente as regiões dentárias de interesse (dentes 38 e 48) e localizar seis pontos anatômicos por dente, totalizando doze pontos por imagem. As distâncias entre pares desses pontos foram extraídas e utilizadas para calcular o I3M. O modelo alcançou bons índices de desempenho: Precisão de 0,76 e 0,83, Recall de 0,93 e 0,87, e F1-Score de 0,84 e 0,85 para os dentes 38 e 48, respectivamente. A validação do modelo foi realizada comparando os valores preditos com os valores reais a partir de um arquivo CSV, utilizando as métricas Mean Absolute Error (MAE) e Mean Squared Error (MSE), cujos valores indicaram baixa margem de erro e reforçaram a confiabilidade do modelo. No segundo capítulo, a rede neural YOLOv8 foi utilizada para classificar os indivíduos como maiores ou menores de 18 anos com base na avaliação do desenvolvimento radicular dos terceiros molares. O modelo foi treinado com imagens rotuladas segundo critérios morfológicos previamente validados na literatura. Os resultados obtidos foram: Precisão de 0,82, F1-Score de 0,84, Recall de 0,87, mAP@50 de 0,91 e mAP@50-95 de 0,80. Conclui-se que o desenvolvimento de métodos baseados nas redes YOLOv8n-Pose e YOLOv8 representam uma ferramenta promissora para a determinação automática dos pontos que configuram o I3M e da maioridade a partir da avaliação do desenvolvimento radicular
MEMBROS DA BANCA:
Externo à Instituição - MARCUS VINICIUS LINHARES DE OLIVEIRA
Presidente - 1859125 - PAULO ROGERIO FERRETI BONAN
Interno - 1524402 - RICARDO DIAS DE CASTRO