Desarrollo de una aplicación móvil basada en redes neuronales para el diagnóstico de lesiones cariosas tomando en cuenta el Sistema internacional para la Detección y Evaluación de Caries (ICDAS)

Abstract

La caries dental es una enfermedad multifactorial que ocurre por el desbalance poblacional de las bacterias cariogenicas que se encuentran en la boca. Con la continua evolución de la tecnología, las herramientas de diagnostico han ido evolucionando incorporando los teléfonos inteligentes en las actividades clínicas. Las aplicaciones móviles que soportan al odontología en tareas de diagnostico son escasas y limitadas, en este sentido el propósito de este trabajo fue desarrollar un prototipo de aplicación móvil basada en Android para el diagnostico visual de lesiones cariosas usando el Sistema Internacional para la Detección y Evaluación de Caries (ICDAS) y redes neuronales convencionales. La aplicación móvil desarrollada implemento la librería TensorFlow Lite para la ejecución del modelo. El reconocimiento implemento el modelo YOLO versión 4 basado en la implementación de Darknet junto con un banco de 933 imágenes obtenidas de la Internet y diferentes cátedras de la Facultad de Odontología a de La Universidad de Los Andes. Las pruebas de la aplicación se realizaron en cuatro equipos diferentes para evaluar el comportamiento. La identi caciòn para las lesiones de grado 0 y grado 6 presentaron un desempeño aceptable (>60%) y un desempeño regular (<60%) para la identi cación de las lesiones grado 1,2,3,4 y 5. La aplicación móvil desarrollada demostró un buen comportamiento a pesar de la baja cantidad de imágenes usadas en el entrenamiento.