Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

The Availability Heuristic01:08

The Availability Heuristic

7.1K
A heuristic is a general problem-solving framework (Tversky & Kahneman, 1974). You can think of these as mental shortcuts that are used to solve problems. Different types of heuristics are used in different types of situations, and the impulse to use a heuristic occurs when one of five conditions is met (Pratkanis, 1989):
7.1K
The Representativeness Heuristic02:13

The Representativeness Heuristic

16.8K
The representative heuristic describes a biased way of thinking, in which you unintentionally stereotype someone or something. For example, you may assume that your professors spend their free time reading books and engaging in intellectual conversation, because the idea of them spending their time playing volleyball or visiting an amusement park does not fit in with your stereotypes of professors.
16.8K
The Anchoring-and-Adjustment Heuristic01:25

The Anchoring-and-Adjustment Heuristic

7.8K
In order to make good decisions, we use our knowledge and our reasoning. Often, this knowledge and reasoning is sound and solid. However, sometimes, we are swayed by biases or by others manipulating a situation. For example, let’s say you and three friends wanted to rent a house and had a combined target budget of $1,600. The realtor shows you only very run-down houses for $1,600 and then shows you a very nice house for $2,000. Might you ask each person to pay more in rent to get the...
7.8K
Heuristics01:21

Heuristics

744
Heuristics are problem-solving strategies that use mental shortcuts to simplify decision-making. Unlike algorithms, which must be followed precisely to achieve a correct result, heuristics offer a general problem-solving framework. They save time and energy but can sometimes lead to less rational decisions.
People often rely on heuristics when faced with an overload of information, limited time, low importance of the decision, limited information, or when a heuristic readily comes to mind. For...
744
Line Loss01:10

Line Loss

547
The different configurations of source-load connections include wye (star) and delta connections. The relationship between line and phase voltages and currents varies depending on the configuration. When the source is supplying power, it is transmitted through the wires to the load, and during this transmission, some power is absorbed by the wires, leading to line loss.
Line loss impacts power delivery efficiency in a balanced three-phase circuit. The symmetry in such a circuit simplifies the...
547
Reducing Line Loss01:18

Reducing Line Loss

393
In a three-phase circuit, line loss is an indicator of energy dissipated as heat due to the resistance of transmission lines. To address this, incorporating transformers into the system—a step-up transformer at the source and a step-down transformer at the load—is a strategic solution. Two three-phase transformers are introduced to improve this.
With a step-up transformer at the source, the voltage is increased, thereby reducing the current in the transmission lines since power loss in...
393

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Factors influencing the head and neck microbiome.

Advances in immunology·2026
Same author

Microbial biomarkers for OPMD progression.

Advances in immunology·2026
Same author

The microbiome of the head and neck region.

Advances in immunology·2026
Same author

Developing and validating an interpretable machine learning model for predicting postoperative nausea and vomiting in pulmonary resection patients: a retrospective observational study.

BMC anesthesiology·2026
Same author

Glycine induces MafG to regulate glutathione metabolism, inhibit chondrocyte ferroptosis, and upregulate plectin to improve osteoarthritis.

Cellular signalling·2026
Same author

Comparison between drug-eluting bead transarterial chemoembolization versus conventional TACE in elderly patients with colorectal cancer liver metastases: a cohort study.

Frontiers in oncology·2026

Video Experimental Relacionado

Updated: Feb 12, 2026

Using Alizarin Red Staining to Detect Chemically Induced Bone Loss in Zebrafish Larvae
05:03

Using Alizarin Red Staining to Detect Chemically Induced Bone Loss in Zebrafish Larvae

Published on: December 28, 2021

6.0K

Análisis de la pérdida ósea periodontal a través de la detección de puntos clave con posprocesamiento heurístico.

Ryan Banks1, Vishal Thengane1, María Eugenia Guerrero2

  • 1University of Surrey, Alan Turing Building, Guildford, GU2 7XH, Surrey, United Kingdom.

Computers in biology and medicine
|February 10, 2026
PubMed
Resumen

Este estudio introduce un marco de aprendizaje profundo para la detección automática de pérdida ósea periodontal, mejorando la precisión del diagnóstico y reduciendo la carga de trabajo del clínico. El nuevo método ayuda a identificar los puntos de referencia de la pérdida ósea y a determinar la gravedad de la enfermedad.

Palabras clave:
La inteligencia artificial es inteligencia artificial.Aprendizaje profundo Aprendizaje profundo.Odontología Odontología.El post-procesamiento heurístico.La segmentación por instancia es una segmentación por instancia.Detección de puntos clave de detección de puntos clave.Detección de objetos de detección de objetos.Pérdida de hueso periodontal pérdida de hueso periodontal.

Más Videos Relacionados

Isolation, Processing and Analysis of Murine Gingival Cells
09:47

Isolation, Processing and Analysis of Murine Gingival Cells

Published on: July 2, 2013

20.0K
Induction of Periodontitis via a Combination of Ligature and Lipopolysaccharide Injection in a Rat Model
06:14

Induction of Periodontitis via a Combination of Ligature and Lipopolysaccharide Injection in a Rat Model

Published on: February 17, 2023

5.2K

Videos de Experimentos Relacionados

Last Updated: Feb 12, 2026

Using Alizarin Red Staining to Detect Chemically Induced Bone Loss in Zebrafish Larvae
05:03

Using Alizarin Red Staining to Detect Chemically Induced Bone Loss in Zebrafish Larvae

Published on: December 28, 2021

6.0K
Isolation, Processing and Analysis of Murine Gingival Cells
09:47

Isolation, Processing and Analysis of Murine Gingival Cells

Published on: July 2, 2013

20.0K
Induction of Periodontitis via a Combination of Ligature and Lipopolysaccharide Injection in a Rat Model
06:14

Induction of Periodontitis via a Combination of Ligature and Lipopolysaccharide Injection in a Rat Model

Published on: February 17, 2023

5.2K

Área de la Ciencia:

  • La inteligencia artificial es la inteligencia artificial.
  • Imágenes médicas de imágenes médicas.
  • Odontología Odontología.

Sus antecedentes:

  • La pérdida de hueso periodontal es un indicador crítico de la gravedad de la enfermedad de las encías.
  • La detección precisa y la estadificación de la pérdida ósea periodontal son esenciales para la planificación efectiva del tratamiento.
  • Los métodos actuales de diagnóstico pueden ser subjetivos y consumir mucho tiempo.

Objetivo del estudio:

  • Desarrollar un marco de aprendizaje profundo para la detección automática de los puntos de referencia de la pérdida ósea periodontal, las condiciones asociadas y la estadificación.
  • Introducir una nueva metodología de anotación para la formación agnóstica de etapas.
  • Proponer una nueva métrica de evaluación, el porcentaje de puntos clave correctos relativos (PRCK), para las imágenes dentales.

Principales métodos:

  • Recogió y anotó 192 radiografías periapicas utilizando una metodología agnóstica de etapas.
  • Desarrolló un módulo de post-procesamiento heurístico con un modelo de segmentación de instancia auxiliar.
  • Modelos de estimación de cuatro posturas adaptados y afinados para la detección de puntos clave.
  • Utilizó la métrica PRCK propuesta para la evaluación del rendimiento.

Principales resultados:

  • El módulo de posprocesamiento heurístico mejoró la localización de grano fino, pero afectó el rendimiento grueso.
  • La estadificación periodontal logró una detección suficiente con puntuaciones de dados de hasta 0,508.
  • Las tareas como la detección de la participación de la furcación siguen siendo un desafío debido a las limitadas muestras positivas.
  • El marco demostró escalabilidad con un rendimiento similar en la validación y conjuntos de datos externos.

Conclusiones:

  • La metodología de anotación desarrollada permite el entrenamiento agnóstico por etapas con una representación equilibrada de la gravedad de la enfermedad.
  • La métrica PRCK ofrece una evaluación específica de dominio para la detección de puntos clave en periodontología.
  • El marco de aprendizaje profundo muestra la viabilidad de una evaluación clínicamente interpretable de la pérdida ósea periodontal, lo que potencialmente reduce la variabilidad diagnóstica y la carga de trabajo.