Redes neuronales convolucionales en endodoncia: En donde estamos y hacia donde vamos

Files
Date
2021-03
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
Document Viewer
Select a file to preview:
Can't see the file? Try reloading