Desempenho de redes neurais convolucionais na classificação de lesões cariosas em superfícies oclusais de crianças com dentição mista

Abstract

Resumo: A cárie dentária é uma das doenças bucais mais prevalentes, especialmente na fase da dentição mista, devido à imaturidade do esmalte em dentes em erupção, bem como às dificuldades de acesso às superfícies oclusais durante a escovação dentária. O uso do aprendizado profundo, especialmente através de redes neurais convolucionais (CNNs), tem se mostrado promissor no auxílio da detecção de lesões cariosas. Este estudo avaliou o desempenho do aprendizado profundo na detecção e classificação de lesões cariosas em superfícies oclusais em crianças com dentição mista. Um total de 2.495 fotografias foram realizadas em ambiente escolar com 211 crianças de oito anos de idade. Os elementos dentários e as diferentes condições clínicas nas superfícies oclusais, incluindo lesões cariosas, opacidades e restaurações, foram demarcadas e classificadas com o auxílio do software Computer Vision Annotation Tool (CVAT), desenvolvido na linguagem Python. A classificação das lesões cariosas e detecção dos defeitos de desenvolvimento de esmalte foi realizada por meio do índice International Caries Detection and Assessment System (ICDAS) e pelo critério proposto por Ghanim, respectivamente, por duas examinadoras calibradas, por meio de três etapas, que incluíram atividades teóricas, exercício de calibração – em que 33 fotografias contendo superfícies oclusais dentárias com diferentes escores do ICDAS foram comparados ao padrão ouro (doutora em Odontopediatria e experiente em estudos epidemiológicos) – e análise estatística, obtendo resultado de Kappa ponderado de concordância intra examinadores e interexaminadores (>95% e K=0,802). Por meio de um script em linguagem Python, foram realizadas as categorizações dos escores do ICDAS em: Hígido (escore 0), lesões iniciais (escores 1-3) e lesões moderadas/severas (escores 4-6). As imagens foram divididas em bases de treinamento (80%), teste (10%) e validação (10%). Diferentes CNNs foram avaliadas, incluindo YOLOv11, U-Net e ConvNext, individualmente e de forma combinada (ensemble). O desempenho dos modelos foi avaliado por meio das métricas de acurácia, precisão, sensibilidade e F1 escore. Do total de imagens avaliadas, 945 foram incluídas na base para a detecção e segmentação dos dentes posteriores e 1655 para a classificação das lesões cariosas. Em relação à segmentação e detecção de dentes posteriores irrompidos e em erupção, a YOLOv11 apresentou precisão de 0,967 e sensibilidade de 0,938 na detecção de dentes posteriores, identificando 96,1% dos dentes permanentes parcialmente irrompidos. A U-Net alcançou precisão de 0,953 e sensibilidade de 0,951, detectando 78,4% dos dentes em erupção. Para a classificação das lesões cariosas, a CNN YOLOv11 apresentou maior proporção de verdadeiros positivos para superfícies hígidas (93,2%) e menor para lesões iniciais (70,6%) e moderadas/severas (66,7%). Na CNN ConvNext, as proporções de detecções corretas foram semelhantes entre as três classes, sendo 84,7% para superfícies hígidas, 82,4% para lesões iniciais e 83,3% para lesões moderadas/severas. O ensemble entre as CNNs YOLOv11 e ConvNext, utilizando a abordagem classwise, apresentou o melhor desempenho, com proporções de classificações corretas de 93,2%, 84,3% e 83,3% para superfícies hígidas, iniciais e moderadas/severas, respectivamente. Em relação às métricas avaliadas, a YOLOv11 obteve acurácia média de 0,800, enquanto a ConvNext alcançou 0,810, apresentando desempenho superior, embora com maior número de falsos positivos. O ensemble entre as CNNs YOLOv11 e ConvNext, por sua vez, proporcionou os melhores resultados globais, com acurácia, precisão, sensibilidade e F1-score de 0,820, além da redução de proporção de falsos positivos entre superfícies hígidas e iniciais, e entre lesões iniciais e hígidas. Os achados evidenciam que o aprendizado profundo, por meio da utilização de estratégias de combinação das CNNs YOLOv11 e ConvNext, apresenta elevado potencial como ferramenta auxiliar na classificação de lesões cariosas em crianças com dentição mista. Estes resultados reforçam a contribuição do aprendizado profundo na identificação de diferentes graus de severidade de lesões cariosas, principalmente na classificação de lesões cariosas em estágio inicial, possibilitando intervenção precoce e a incorporação de tecnologias inovadoras na prática clínica em odontopediatria

Abstract: Dental caries is one of the most prevalent oral diseases, particularly during the mixed dentition phase, due to the immaturity of enamel in erupting teeth and the difficulties in accessing occlusal surfaces during toothbrushing. The use of deep learning, especially through convolutional neural networks (CNNs), has shown promise in assisting the detection of carious lesions. This study evaluated the performance of deep learning in the detection and classification of carious lesions on occlusal surfaces in children with mixed dentition. A total of 2,495 photographs were obtained in a school setting from 211 eight-year-old children. Dental elements and different clinical conditions on occlusal surfaces, including carious lesions, opacities, and restorations, were annotated and classified using the Computer Vision Annotation Tool (CVAT), developed in Python. Carious lesions and developmental defects of enamel (DDE) were classified using the International Caries Detection and Assessment System (ICDAS) and the criteria proposed by Ghanim, respectively, by two calibrated examiners through a three-step process comprising theoretical activities, calibration exercises — where 33 photographs containing occlusal surfaces with different ICDAS scores were compared to the gold standard (a pediatric dentistry specialist with expertise in epidemiological studies) — and statistical analysis, yielding weighted Kappa values for intra- and inter-examiner agreement (>95% and K=0,802). Using a Python script, ICDAS scores were categorized into: Sound (score 0), initial lesions (scores 1–3), and moderate/severe lesions (scores 4 6). Images were divided into training (80%), testing (10%), and validation (10%) datasets. Different CNNs were evaluated, including YOLOv11, U-Net, and ConvNext, both individually and in combination (ensemble). Model performance was assessed using accuracy, precision, sensitivity, and F1-score. Of the total images, 945 were included for the detection and segmentation of posterior teeth and 1,655 for caries classification. For segmentation and detection of erupted and erupting posterior teeth, YOLOv11 achieved a precision of 0,967 and sensitivity of 0,938, identifying 96,1% of partially erupted permanent teeth. U-Net achieved a precision of 0,953 and sensitivity of 0,951, detecting 78,4% of erupting teeth. For caries classification, YOLOv11 showed the highest proportion of true positives for sound surfaces (93,2%) and lower proportions for initial (70,6%) and moderate/severe lesions (66,7%). ConvNext demonstrated similar detection proportions across classes, with 84,7% for sound surfaces, 82,4% for initial lesions, and 83,3% for moderate/severe lesions. The ensemble of YOLOv11 and ConvNext, using a classwise approach, yielded the best performance, with correct classification rates of 93,2%, 84,3%, and 83,3% for sound, initial, and moderate/severe surfaces, respectively. Regarding overall metrics, YOLOv11 achieved an average accuracy of 0,800, while ConvNext reached 0,810, showing superior performance though with more false positives. The YOLOv11 and ConvNext ensemble provided the best global results, with accuracy, precision, sensitivity, and F1-score of 0,820, along with a reduction in false positives between sound and initial surfaces and between initial and sound lesions. The findings demonstrate that deep learning, particularly through combined strategies using YOLOv11 and ConvNext, has strong potential as an auxiliary tool in the classification of carious lesions in children with mixed dentition. These results highlight the contribution of deep learning to identifying different severities of carious lesions, especially in the classification of early-stage lesions, enabling early intervention and the integration of innovative technologies into pediatric dentistry clinical practice