Uso de redes neuronales en teléfono inteligentes para la identificación de enfermedades orales usando una pequeña base de datos.
El reconocimiento y procesamiento de imágenes es una herramienta útil en los sistemas que utilizan métodos de aprendizaje máquina. El añadir teléfonos inteligentes como una herramienta complementaria en el área de la salud para la diagnosis es un hecho que hoy a día debido a las ventajas que conllevan.
Siguiendo la tendencia de proveer herramientas para la diagnosis, esta investigación pretende desarrollar una aplicación prototipo para la identificación de lesiones orales, incluyendo lesiones potencialmente malignas, basados en una red neural convolucional, como indicadores para la detección de tipos de cáncer en la cavidad oral.
Una aplicación móvil fue desarrollada para el sistema operativo Android, la cual implementó la librería TensorFlow y la red neural convolucional Mobilenet V2. El entrenamiento del modelo fue desarrollado por una base de datos de 500 imágenes de transferencia de aprendizaje distribuidas en 5 clases para el reconocimiento:
- Leucoplaquia
- Virus simple del Herpes
- Estomatitis Aftosa
- Estomatitis nicótica
- No lesión
El 80% de las imágenes fueron usadas para el entrenamiento y el 20% restante para la validación. En cuanto a los resultados obtenidos. Se recuperó un 80% de precisión en cuanto a la detección de la clase cuatro.
La calificación f1 y el área debajo de la cuerva fueron usados para evaluar el desempeño de la evaluación. El desarrollo de la aplicación móvil presentó un desempeño aceptable para la métrica más alta del 75% para el reconocimiento de 3 lesiones. Por otro lado, presentó un desempeño desfavorable, siendo más bajo que el 70% para identificar Estomatitis nicótica.
Quintero Rojas, J., & González, J. D. (2021). Use of Convolutional Neural Networks in Smartphones for the Identification of Oral Diseases Using a Small Dataset.
