Casillas Santana, Miguel ÁngelCastillo Silva, Brenda EréndiraCarrasco Gutiérrez, Rosendo GerardoVentura Molina, Elías JesúsJerezano Domínguez, Alberto VinicioCASILLAS SANTANA, MIGUEL ANGEL; 490190CARRASCO GUTIERREZ, ROSENDO GERARDO; 322594VENTURA MOLINA, ELIAS JESUS; 447405JEREZANO DOMINGUEZ, ALBERTO VINICIO; 205235Con Juárez, José Antonio2021-08-092021-08-092021-03https://hdl.handle.net/20.500.12371/13864"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."pdfspaMEDICINA Y CIENCIAS DE LA SALUDEstomatologíaEndodonciaImagenologíaSistema nerviosoTesis de maestríaopenAccess