Marco dual para la clasificación y detección de la impactación del tercer molar en radiografías panorámicas

Área de la Ciencia:

• Cirugía Oral y Maxilofacial; Inteligencia Artificial en Radiología; Aprendizaje Profundo en Imágenes Médicas

Sus antecedentes:

• La extracción quirúrgica de los terceros molares mandibulares impactados presenta riesgos, incluida la lesión del nervio alveolar inferior, lo que requiere una evaluación preoperatoria precisa. La IA actual en radiología dental está limitada por la clasificación binaria, el desequilibrio de clases y la falta de evaluación estandarizada, lo que dificulta la adopción clínica.

Objetivo del estudio:

• Desarrollar y evaluar dos marcos independientes de aprendizaje profundo para el análisis automatizado e integral de molares mandibulares del tercer molar impactados. Mejorar la precisión y eficiencia de la evaluación preoperatoria para la cirugía de terceros molares.

Principales métodos:

• Un pipeline de detección de objetos de extremo a extremo que utiliza arquitecturas modificadas de YOLOv10 y YOLOv11n con autoatención multi-cabeza. Un enfoque de clasificación basado en características que utiliza características profundas de ResNet50 e InceptionNetV3, clasificadas por algoritmos tradicionales de aprendizaje automático.

Principales resultados:

• El clasificador Fine KNN con características ResNet50 logró una precisión del 97,56% y una puntuación F1 del 96,10%. La detección de objetos YOLOv11n demostró una precisión media promedio de 88,9% (mAP@0.5) con menor complejidad computacional. La autoatención multi-cabeza y la mejora basada en GAN aumentaron el rendimiento de la detección en un 6,4% mAP.

Conclusiones:

• Los marcos de IA propuestos proporcionan una evaluación multiclasificada precisa y automatizada de las impactaciones del tercer molar con un alto rendimiento diagnóstico y eficiencia computacional. Esta investigación mejora la planificación quirúrgica asistida por IA a través de una evaluación confiable de la puntuación F1, detección en tiempo real y estratificación de riesgos preoperatorios mejorada.