Visión por computador en odontología: de los píxeles a la toma de decisiones clínicas

Autores/as

DOI:

https://doi.org/10.20453/reh.v36i4.7689

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Miguel Á. Saravia-Rojas, Universidad Peruana Cayetano Heredia. Lima, Perú.

Profesor principal del DACE. Doctor en Estomatología.

Lola Isabel Sueng-Navarrete, Universidad Peruana Cayetano Heredia. Lima, Perú.

Docente del DACE. Especialista en Periodoncia. Maestro en Educación.

Alexandra Rosy Camarena-Fonseca, Universidad Peruana Cayetano Heredia. Lima, Perú.

Doctor en Estomatología. Especialista en Ortodoncia y Ortopedia maxilar. Docente del Departamento Académico de Estomatología de Niño y Adolescente.

Citas

Taguchi A, Suei Y, Sanada M, et al. Validation of dental panoramic radiography measures for identifying postmenopausal women with spinal osteoporosis. Am J Roentgenol. 2004;183(6):1755-60. doi:10.2214/ajr.183.6.01831755

Nakamoto T, Taguchi A, Ohtsuka M, et al. A computer-aided diagnosis system to screen for osteoporosis using dental panoramic radiographs. Dentomaxillofac Radiol. 2008;37(5):274-81. doi:10.1259/dmfr/68621207

Kavitha MS, Asano A, Taguchi A, et al. Diagnosis of osteoporosis from dental panoramic radiographs using the support vector machine method in a computer-aided system. BMC Med Imaging. 2012;12(1):1. doi:10.1186/1471-2342-12-1

Lee JH, Kim DH, Jeong SN, et al. Detection and diagnosis of dental caries using a deep learning-based convolutional neural network algorithm. J Dent. 2018;77:106-11. doi:10.1016/j.jdent.2018.07.015

Cantu AG, Gehrung S, Krois J, et al. Detecting caries lesions of different radiographic extension on bitewings using deep learning. J Dent. 2020;100:103425. doi:10.1016/j.jdent.2020.103425

Lee S, Oh SI, Jo J, et al. Deep learning for early dental caries detection in bitewing radiographs. Sci Rep. 2021;11:16807. doi:10.1038/s41598-021-96368-7

Shaheen E, Leite A, Alqahtani KA, et al. A novel deep learning system for multi-class tooth segmentation and classification on cone beam computed tomography. A validation study. J Dent. 2021;115:103865. doi:10.1016/j.jdent.2021.103865

Vinayahalingam S, Kempers S, Schoep J, et al. Intra-oral scan segmentation using deep learning. BMC Oral Health. 2023;23(1):643. doi:10.1186/s12903-023-03362-8

Sadr S, Mohammad-Rahimi H, Motamedian SR, et al. Deep learning for detection of periapical radiolucent lesions: a systematic review and meta-analysis of diagnostic test accuracy. J Endod. 2023;49(3):248-61.e3. doi:10.1016/j.joen.2022.12.007

Berends B, Bielevelt F, Schreurs R, et al. Fully automated landmarking and facial segmentation on 3D photographs. Sci Rep. 2024;14:6463. doi:10.1038/s41598-024-56956-9

Descargas

Publicado

2026-11-18

Cómo citar

1.
Saravia-Rojas M Á., Sueng-Navarrete LI, Camarena-Fonseca AR. Visión por computador en odontología: de los píxeles a la toma de decisiones clínicas. Rev Estomatol Herediana [Internet]. 18 de noviembre de 2026 [citado 18 de noviembre de 2026];36(4):e7689 . Disponible en: https://revistas.upch.edu.pe/index.php/REH/article/view/7689

Número

Sección

CARTAS AL EDITOR