Identificação, classificação e visualização de cáries em imagens de tomografia computadorizada de feixe cônico
A cárie dentária é uma afecção crônica e infecciosa que provoca a destruição dos tecidos dentários pela fermentação bacteriana de açúcares livres. O diagnóstico precoce é fundamental para o tratamento apropriado e a demora deste pode resultar em progressão do quadro causando intensa dor. A tomografia computadorizada por feixe cônico (TCFC) é um um exame complementar para o diagnóstico da doença, podendo auxiliar na identificação de achados acidentais dessa lesão.
Figura 1: Exemplos de dentes com diferentes pontuações com base na Classificação Internacional de Detecção de Cárie (ICDAS): (A) imagens sem demarcação de cáries; (B) imagens com segmentação manual de cáries (região vermelha).
Metodologia do projeto
O objetivo deste projeto é desenvolver um método computacional usando técnicas de aprendizado de máquina, processamento de imagens e realidade virtual, visando a identificar, classificar e visualizar cáries de forma interativa (Figura 2).
Figura 1: Sequência de técnicas desenvolvidas com três etapas específicas: processamento de imagens para separação das estruturas dentárias e identificação das cáries, classificação com base no Score de Classificação Internacional de Detecção de Cárie (ICDAS) e disponibilização de um modelo tridimensional interativo para visualização de resultados.
Processamento de imagens
Uma sequência de técnicas de processamento de imagens (limiarização multimodal, morfologia matemática e envoltória convexa ) foi aplicada em todas as fatias do exame TCFC para separar estruturas dentárias e detectar cáries (Figura 3).
Figura 3: Sequência de técnicas de processamento de imagens para separação das estruturas dentárias e identificação da região da cárie.
Aprendizado Supervisionado
Características relacionadas ao formato do dente e à lesão da cárie foram extraídas das imagens segmentadas, formando um vetor submetido a métodos de aprendizado de máquina. Foram utilizados três algoritmos (SVM, Random Forest e XG Boost) indutores para classificar as cáries entre as classes: 0,1,2,3 e 4 com base no score ICDAS . Além disso, foi comparado os métodos utilizando o uso de processamento de imagens e técnicas de fusão de características (PCA) (Tabela 1).
Tabela 1: Sequência de técnicas de processamento de imagens para separação das estruturas dentárias e identificação da região da cárie.
Visualização tridimensional Interativa
Foi desenvolvido um método de reconstrução das estruturas dentárias possibilitando a visualização tridimensional interativa (Figura 4) e identificação da cárie e demais estruturas considerando diversos ângulos. Dentre as técnicas utilizadas no modelo estão: rotação, redimensionamento, controle de renderização do modelo e controle segmentação.
2022-12-06 10-47-20.mkvVideo 1: Visualização tridimensional interativa, destacando a região da cáries na cor roxa.
Conclusão
A partir dos resultados obtidos foi possível obter um modelo reconstruído do dente, separando as estruturas e identificando a cárie. Além disso, o projeto possui resultados no campo de aprendizado de máquina em classificação multi classe, comparando o conjunto de dados obtidos.