Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARCOS ANTONIO SIMEAO CAVALCANTE
DATA: 09/05/2025
HORA: 09:00
LOCAL: Sala do PPG BIOTEC
TÍTULO: RECONHECIMENTO DE IMPLANTES DENTÁRIOS EM RADIOGRAFIAS POR REDES NEURAIS E MARCADORES DE REFERÊNCIA.
PALAVRAS-CHAVES: Implante Dentário; Radiografia Dentária; IA (Inteligência Artificial); Aprendizado Supervisionado de Máquina.
PÁGINAS: 80
GRANDE ÁREA: Ciências da Saúde
ÁREA: Odontologia
SUBÁREA: Cirurgia Buco-Maxilo-Facial
RESUMO:

Introdução: A odontologia evolui continuamente para atender às necessidades da saúde bucal,
influenciando diretamente o bem-estar geral dos pacientes. Dentre os avanços, a
implantodontia destaca-se pela reabilitação de edentulismo, proporcionando melhor qualidade
de vida. Contudo, a identificação de implantes dentários, devido à falta de padronização e
informações, representa um desafio clínico significativo. Objetivo: Validar uma metodologia
baseada em redes neurais para identificar implantes dentários a partir de imagens de Raio-X
periapical, capaz de estimar marcas e tipos de implantes desconhecidos. Metodologia: Foi
utilizado o modelo YOLOv8.2, um sistema avançado de aprendizado profundo, treinado com
portfólios completos de cinco fabricantes nacionais de implantes dentários. Radiografias
foram realizadas em mandíbulas secas utilizando técnicas padronizadas, gerando um banco de
dados robusto com 2210 imagens a partir de 254 amostras de implantes. As imagens foram
divididas em conjuntos de treinamento (70%), validação (20%) e teste (10%). Técnicas de
aumento de dados e otimização de hiperparâmetros foram aplicadas para evitar overfitting e
garantir a robustez do modelo. Resultados: A rede neural demonstrou alta precisão, com
acurácia superior a 95% na identificação e classificação de implantes dentários. Além disso, o
modelo utilizou dados aumentados e técnicas específicas para refinar sua robustez e
aplicabilidade clínica. Essa precisão reforça a aplicabilidade da metodologia proposta,
permitindo diagnósticos mais rápidos e precisos, mesmo diante da variabilidade de sistemas
de implantes. Conclusão: O uso de redes neurais convolucionais na identificação de implantes
dentários representa um avanço significativo, superando limitações de métodos tradicionais e
contribuindo para a modernização da prática odontológica.

MEMBROS DA BANCA:
Presidente - 1750086 - DANIEL FERNANDO PEREIRA VASCONCELOS
Externo ao Programa - 3375434 - MANOEL DIAS DE SOUZA FILHO
Externo à Instituição - 063.***.***-27 - LUIZ FERNANDO MAIA DE ALMEIDA - IFPI

Cadastrada em: 26/04/2025