Publication
Segmentação tridimensional do canal mandibular com inteligência artificial : estudo experimental
| datacite.subject.fos | Ciências Médicas::Ciências da Saúde | |
| dc.contributor.advisor | Correia, André Ricardo Maia | |
| dc.contributor.advisor | Fonseca, Catarina Mendes | |
| dc.contributor.author | Rosca, Vitalie | |
| dc.date.accessioned | 2025-08-06T15:07:12Z | |
| dc.date.available | 2025-08-06T15:07:12Z | |
| dc.date.issued | 2025-07-09 | |
| dc.date.submitted | 2025 | |
| dc.description.abstract | Introdução: a identificação do canal mandibular é essencial para o planeamento seguro de procedimentos cirúrgicos em implantologia. A Inteligência Artificial (IA) tem sido proposta como ferramenta de apoio para a segmentação anatómica automatizada, mas a sua precisão requer validação. Objetivo: avaliar a precisão da segmentação tridimensional do canal mandibular por IA, comparando-a com a segmentação manual realizada por médicos dentistas júnior (MDJ) e com uma referência traçada por um operador experiente (gold standard – GS). Materiais e Métodos: foram analisados 10 exames de tomografia computorizada de feixe cónico (CBCT). Cada exame foi segmentado manualmente por três MDJ, automaticamente por IA e por um operador sénior (GS). As segmentações foram convertidas em modelos STL e comparadas no software Geomagic Control X, através da métrica Root Mean Square (RMS). Os dados foram analisados estatisticamente com ANOVA e testes post hoc utilizando o programa SPSS, versão 28 (IBM Corp.), com um nível de significância de α = 0,05. Resultados: a IA obteve valores médios de RMS inferiores aos das segmentações manuais em ambos os lados da mandíbula (direito: 0,7623; esquerdo: 0,8658), apresentando menor variabilidade (desvio padrão reduzido). Houve diferenças estatisticamente significativas entre as segmentações manuais e a IA (p < 0,001), e entre os diferentes operadores humanos. Conclusão: a IA demonstrou maior precisão e consistência na segmentação do canal mandibular em comparação com os MDJ, aproximando-se mais da segmentação de referência (GS). A IA pode representar uma ferramenta clínica fiável no planeamento de cirurgia de colocação de implantes, promovendo padronização e segurança. | por |
| dc.description.abstract | Introduction: identification of the mandibular canal is critical for safe surgical planning in implant dentistry. Artificial Intelligence (AI) has been proposed as a tool for automated anatomical segmentation, but its accuracy requires validation. Objective: to evaluate the accuracy of three-dimensional mandibular canal segmentation using AI, compared with manual segmentation by junior dentists (JD) and a reference drawn by an experienced operator (gold standard – GS). Materials and Methods: ten cone-beam computed tomography (CBCT) scans were analyzed. Each scan was segmented manually by three junior dentists (JD), automatically by artificial intelligence (AI), and by a senior operator (gold standard – GS). The segmentations were converted into STL models and compared using Geomagic Control X software, based on the Root Mean Square (RMS) metric. Statistical analysis was performed using ANOVA and post hoc tests in SPSS software, version 28 (IBM Corp.), with a significance level of α = 0.05. Results: AI segmentation showed lower mean RMS values than manual segmentations on both mandibular sides (right: 0.7623; left: 0.8658) and demonstrated lower variability (reduced standard deviation). Statistically significant differences were found between AI and manual methods (p < 0.001), and among human operators. Conclusion: AI demonstrated higher precision and consistency in mandibular canal segmentation compared to JD, being closer to the reference (GS). AI may serve as a reliable clinical tool in implant planning, enhancing standardization and safety. | eng |
| dc.identifier.tid | 203979656 | |
| dc.identifier.uri | http://hdl.handle.net/10400.14/54208 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Inteligência artificial | |
| dc.subject | Canal mandibular | |
| dc.subject | Nervo alveolar inferior | |
| dc.subject | Tomografia computorizada de feixe cónico | |
| dc.subject | Artificial intelligence | |
| dc.subject | Mandibular canal | |
| dc.subject | Inferior alveolar nerve | |
| dc.subject | Cone-beam computed tomography | |
| dc.title | Segmentação tridimensional do canal mandibular com inteligência artificial : estudo experimental | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Medicina Dentária |