Redes neuronales convolucionales en endodoncia: En donde estamos y hacia donde vamos
Files
Date
2021-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"Se realizó una búsqueda de la literatura de los últimos 5 años en 5 bases de datos sobre
redes neuronales convolucionales en endodoncia, se obtuvieron 7 resultados, los cuales se examinaron y se compararon entre si para observar las tendencias, similitudes, avances,
acercamientos y resultados del empleo de este tipo de tecnología en endodoncia. Se
identificó que todos los estudios publicados utilizan a las redes neuronales convolucionales
para la detección y asistencia al endodoncista en estudios radiográficos (radiografías
periapicales, radiografías panorámicas y en cortes ConeBeam 2D). Se observó
superioridad del rendimiento de los algoritmos en los estudios ConeBeam en 2D. También
se determinó que tanto los extractores de datos U-net como los clasificadores a través del método support vector machine entrenados por un extractor de características ajustado
manualmente son los más efectivos para el entrenamiento de las redes neuronales.
También se detectó que el número de imágenes de las bases de datos para el
entrenamiento fueron limitadas, y se utilizaron técnicas de aumentación de datos para ampliar artificialmente la cantidad de imágenes para el entrenamiento. Al comparar la
capacidad detección de lesiones radiográficas de los algoritmos vs humanos no se lograron
determinar diferencias significativas."
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading