Docsity
Inicia sesiónRegístrate
Docsity
Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity

Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium

Orientación Universidad
Orientación Universidad
Vende en Docsity
Vende en Docsity
Inicia sesiónRegístrate

Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity

Busca documentos

Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity

Busca documentos en el Store

Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios

Video Cursos

Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades

Quiz

Responde a preguntas de exámenes reales y pon a prueba tu preparación

Busca entre todos los recursos para el estudio
Docsity AINEW

Resume tus documentos, hazles preguntas, conviértelos en quiz y mapas conceptuales

Ver preguntas

Despeja tus dudas leyendo las respuestas a las preguntas que realizaron otros estudiantes como tú

Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium

Compartir documentos
download point icon20 Puntos

Por cada documento subido

Responde a las preguntas
download point icon5 Puntos

por cada respuesta dada (máx. 1 al día)

Todos los modos para conseguir puntos gratis
Consigue puntos de inmediato

Elige un plan Premium con todos los puntos que necesitas.

Oportunidades de estudio

Elige tu próximo programa de estudio

Ponte en contacto inmediatamente con las mejores universidades del mundo. Busca entre miles de universidades en todo el mundo. Busca entre miles de universidades partner oficiales

Comunidad

Pregúntale a la comunidad

Pide ayuda a la comunidad y resuelve tus dudas de estudio

Ranking de las universidades

Descubre las mejores universidades de tu país según los usuarios de Docsity

Ebooks gratuitos

¡Nuestros e-books salva-estudiantes!

Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity

Del blog

Actualidad
Becas y ayuda
Ve al blog

Aprendizaje profundo en detección de lesiones periapicales: análisis y metaanálisis. - Pro, Diapositivas de Diagnóstico por Imagenes

Universidad La ConcordiaDiagnóstico por Imagenes
Prof. Marisol Ponce

Una revisión sistemática y metaanálisis del uso del aprendizaje profundo para detectar lesiones radiolúcidas periapicales en radiografías dentales. Los autores examinaron un total de 932 estudios, de los cuales se incluyeron 18 estudios revisión sistemática, de los cuales 6 estudios fueron seleccionados para un análisis cuantitativo. El estudio mostró una sensibilidad y especificidad relativamente altas para la detección de lesiones periapicales utilizando el aprendizaje profundo, lo que muestra un potencial para su uso independiente en entornos clínicos en un futuro próximo.

Tipo: Diapositivas

2023/2024

Subido el 21/03/2024

denti-ki
denti-ki 🇲🇽

5

(1)

3 documentos

1 / 16

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Aprendizaje profundo para la
detección de lesiones
radiolúcidas periapicales:
Una revisión sistémica y
metaanálisis de diagnóstico
exactitud de prueba
Autores:
•Soroush Sadr: Curación de datos, análisis formal, redacción: borrador original.
•Hossein MohammadRahimi: Conceptualización, Curación de datos,
Visualización, Redacción: borrador original.
•Saeed Reza Motamedian: Conceptualización, Metodología, Redacción – revisión
y edición.
•Samira Zahedrozegar: Curación de datos, Redacción – borrador original.
•Parisa Motie: Curación de datos, Redacción – borrador original.
•Shankeeth Vinayahalingam: conceptualización, redacción, revisión y edición.
•Omid Dianat: Conceptualización, Supervisión, Redacción – revisión y edición.
•Ali Nosrat: Conceptualización, Metodología, Supervisión, Redacción – revisión y
edición.
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Vista previa parcial del texto

¡Descarga Aprendizaje profundo en detección de lesiones periapicales: análisis y metaanálisis. - Pro y más Diapositivas en PDF de Diagnóstico por Imagenes solo en Docsity!

Aprendizaje profundo para la

detección de lesiones

radiolúcidas periapicales:

Una revisión sistémica y

metaanálisis de diagnóstico

exactitud de prueba

Autores:

  • Soroush Sadr: Curación de datos, análisis formal, redacción: borrador original.
    • Hossein MohammadRahimi: Conceptualización, Curación de datos, Visualización, Redacción: borrador original.
  • Saeed Reza Motamedian: Conceptualización, Metodología, Redacción – revisión y edición.
  • (^) Samira Zahedrozegar: Curación de datos, Redacción – borrador original.
  • Parisa Motie: Curación de datos, Redacción – borrador original.
  • Shankeeth Vinayahalingam: conceptualización, redacción, revisión y edición.
  • Omid Dianat: Conceptualización, Supervisión, Redacción – revisión y edición.
  • Ali Nosrat: Conceptualización, Metodología, Supervisión, Redacción – revisión y edición.

Introducción

  • (^) Es la revisión sistemática y metaanálisis fue investigar la precisión general de los modelos de aprendizaje profundo para detectar lesiones radiolúcidas periapicales en radiografías dentales en comparación con clínicos expertos. OBJETIVOS
  • (^) Evaluar sistemáticamente los estudios que utilizaron el aprendizaje profundo para detectar PARL en radiografías dentales.
  • (^) Determinar la precisión general del aprendizaje profundo para detectar PARL, en comparación con médicos expertos

Métodos Se realizaron análisis de subgrupos en diferentes modalidades de imagen;

  • (^) Radiografías periapicales
  • (^) Panorámicas
  • (^) Imágenes de tomografía computarizada de haz cónico

Métodos

  • (^) En diferentes tareas de aprendizaje profundo: - (^) Clasificación (clasificar objetos en una imagen). - (^) Segmentación (separar objetos del área circundante). - (^) Detección de objetos (localización de objetos).

Métodos de búsqueda Los estudios se clasificaron por riesgo de sesgo en 4 dominios:

  1. Selección de pacientes: clara división de datos, evitar la exclusión inapropiada y la fuga de datos.
  2. Prueba de índice: cegamiento del estándar de referencia y el umbral de la prueba, información suficiente sobre el desarrollo del modelo e informes sobre la reproducibilidad de la prueba.
  3. Estándar de referencia: incorporar estándares de referencia sensibles, cegar la prueba índice.
  4. Flujo y tiempo: el intervalo apropiado entre el patrón de referencia y el índice prueba, utilizando el mismo estándar de referencia para todas las muestras

resultados

  • Se examinaron un total de 932 estudios.
  • (^) Se incluyeron 18 estudios revisión sistemática, de los cuales 6 estudios para análisis cuantitativos.
  • Seis estudios tuvieron bajo riesgo de sesgo.
  • (^) Doce estudios tenían riesgo de sesgo.
  • La sensibilidad, la especificidad, el cociente de probabilidad positivo, el cociente de probabilidad negativo y el cociente de probabilidades de diagnóstico combinados de los estudios incluidos.

Discusión

  • (^) El estudio mostró una sensibilidad y especificidad relativamente altas para la detección de PARL utilizando el aprendizaje profundo en todas las modalidades de imagen, lo que muestra un potencial para el uso independiente en entornos clínicos en un futuro próximo. Vale la pena señalar que el presente estudio compara el desempeño de la IA solo en la "detección" de lesiones periapicales radiotransparentes con el de los médicos expertos. Este análisis no incluye el "diagnóstico" de enfermedades endodónticas (es decir, periodontitis apical) porque los estudios no incluyeron datos clínicos y el AI los modelos no fueron entrenados para hacer una definitiva.

Neuropatía que imita el dolor dental en un paciente diagnosticado con la enfermedad de lyme Autores: Isabel mello, DDS, John Peters, DDS, Chris lee DDS,

Enfermeda

d de Lyme

bibliografías

  • (^) https://www.cdc.gov/lyme/es/signs_symptoms/index.html