Análise do desempenho do processamento de imagens para a detecção de dentes fraturados verticalmente
Em fevereiro de 2018, o mestrando Lucas Exposto Soares da Escola de Engenharia de São Carlos (EESC/USP) precisava de uma análise estatística e os alunos da disciplina Bioestatística – SME0871 – do Bacharelado em Estatística ICMC/USP precisavam de um problema real. Assim, Lucas foi convidado a participar de um projeto do NEA, também contando com a contribuição dos alunos da disciplina Desenvolvimentos de Projetos Industriais I do programa de pós-graduação em Ciências de Computação e Matemática Computacional.
A fratura na raiz de um dente pode ocorrer por diversos motivos, e de diversas formas (vertical, horizontal e oblíqua). Há tratamento para alguns casos, mas, no caso da fratura radicular vertical, que normalmente ocorre durante o tratamento endodôntico, a extração do dente é inevitável.
O grande problema é que nem sempre é simples identificar a fratura radicular vertical de um dente apenas com uma radiografia, que é a forma mais rápida, mais econômica e mais indicada na prática clínica (devido a menor dose de radiação que o paciente está sujeito) entre as possibilidades. Por ser um exame bidimensional, a radiografia possui algumas limitações, como por exemplo, a sobreposição de tecidos adjacentes e materiais restauradores. Sendo assim, o grande desafio é conseguir melhorar a detecção destas fraturas na radiografia, considerando também o risco de casos falsos positivo, ou seja, dizer que o dente está fraturado quando não está, induzindo o dentista a extrair um dente saudável.
Para tentar melhorar a detecção da fratura e diminuir o risco do erro, a pesquisa do Lucas propõe tratar a imagem da radiografia utilizando técnicas de processamento de imagens para melhor realce da região do dente e então maior probabilidade no acerto do diagnóstico. E para saber se seu método é eficaz, endodontistas e radiologistas analisaram imagens tratadas por ele e imagens tratadas em um software convencional, às cegas.
Os alunos então analisaram os dados e detectaram um viés possivelmente por conta da forma como foram coletados os dados (primeiro a visualização de todas as imagens tratadas com o novo método e depois a visualização das imagens tratadas no software convencional). Mesmo assim, os alunos prosseguiram com as análises para mostrar todos os possíveis resultados que o conjunto de dados pode fornecer como: concordância entre avaliadores, comparação dos métodos, melhor ponto de corte, sensibilidade e especificidade do método, entre outros resultados. Felizmente, a detecção dos problemas na coleta do banco de dados foi feita antes da sua qualificação, então tendo tempo para nova amostra, seguindo as recomendações dadas pelos alunos do Bacharelado em Estatística do ICMC/USP. Em breve este projeto terá continuidade!
Proponente: Lucas Exposto Soares, mestrando no programa de pós-graduação em Engenharia Elétrica da EESC/USP, sob a orientação do Prof. Dr. Marcelo Andrade da Costa Vieira
Aprendizes: Andson Nunes da Silva, Áulus Barbosa Lustosa, Caroline Amantea Stella, Evelin Cristina Brassalotto, Felipe Hernandez Bisca, Luisa Hebling, Vitor Correa Yoshida e Weslley Vaz Sarmento, do Bach. em Estatística. E Amélia Moreira e Fabiana Arca Cruz Tortorelli, da disciplina Desenvolvimentos de Projetos Industriais, ministrada pelo Prof. Gustavo Buscaglia (2018/1).
Supervisora: Profa. Juliana Cobre
Projeto realizado dentro da disciplina Bioestatística – SME0871