• Informações do Trabalho

Titulo Modelos de aprendizado profundo para a estimativa de idade dentária através de imagens tomográficas da câmara pulpar Subtítulo Autor ALEXANDRE VIEIRA PEREIRA PACELLI Orientador HEDER SOARES BERNARDINO Resumo A determinação da idade de um indivíduo é valiosa na ciência forense e em diversas áreas, auxiliando na identificação de vítimas em desastres e litígios civis. Para isso, existem diversos métodos para a estimativa da idade, destacando-se, na área odontológica, a idade dentária. Porém, esses métodos dependem da análise por especialistas na área, além de conter processos manuais demorados, cujos resultados são influenciados pela subjetividade do observador. Nos últimos anos, o aprendizado de máquina profundo tem sido fundamental na resolução de uma ampla variedade de problemas complexos. Por exemplo, estudos recentes que utilizam essa abordagem são capazes de prever a idade dentária com eficácia através de imagens radiográficas. Desse modo, neste trabalho é explorado o uso de modelos de aprendizado profundo, especificamente redes neurais convolucionais, para estimar a idade de indivíduos com base em imagens da câmara pulpar dos dentes obtidas através de imagens de Tomografia Computadorizada de Feixe Cônico. Os modelos desenvolvidos consideram cortes coronais e sagitais dos dentes incisivos centrais superiores, além de imagens que fazem uma junção dos dois cortes, utilizando uma base de dados da Faculdade de Odontologia da UFJF. Este estudo visa destacar o potencial desses modelos na estimativa de idade a partir de imagens tomográficas da câmara pulpar dentária, além de contribuir para a ciência forense e promover a colaboração interdisciplinar. Como resultados, o melhor modelo para os cortes juntos (concatenado) obteve acurácia de 0,527, enquanto o corte sagital obteve 0,516 e o coronal o valor de 0,429. Palavras-Chave Redes Neurais Convolucionais, Estimativa da Idade Dentária, Aprendizado Profundo, Tomografia Computadorizada de Feixe Cônico, Câmara Pulpar.