Trabajo de investigación sobre procesamiento de imagen que procesa radiografías buscando caries y demás. Aplicado para países con pocos recursos y en desarrollo.Trabajo de fin de carrera de telecomunicaciones de imagen y sonido.

1. Mejora de la atención
odontológica para
países en desarrollo
Alumno
Enrique Fdez. Guerra
Profesor
Xavier Sevillano

2. 1. Introducción y planteamiento

3. La importancia de la higiene dental
Importancia personal
Ir al dentista, lavarse los dientes, llevarse el cepillo...
Importancia profesional
Realizando historias clínicas completas.
Anamnesis
Obtención de datos, diálogo
odontólogo-paciente
Exploración física
Intraoral, extraoral,
glándulas, etc.
Exploración complementaria
Resto de pruebas: radiografía,
CBCT (TAC), etc.

4. El problema en países subdesarrollados
España
20% IDP - 500 €/mes
Comer 5-7€
Colombia
30% IDP - 60 €/mes
Comer 1-2€
Perú
32% IDP - 80 €/mes
Comer 2-3€
Problemas
- Limpieza bucal semanal
- Información de la población
- Material e instalaciones clínicas
- Histórico de pacientes
- Falta de personal cualificado
- Escasez de voluntarios nacionales
- Dificultad diagnóstico completo

5. Planteamiento de la solución
Histórico
pacientes
Clínica 1 Clínica n
Anamnesis 1
La obtención la hace un
voluntario (no dentista) con
ayuda de formularios.
Mejora del Proceso
Anamnesis 2 + Exploración física
Con los datos, un dentista (que
puede ser un estudiante) puede
hacer esta parte.
Exploración complementaria
Un voluntario hace radiografías,
excepto para casos muy graves.
Proceso de radiografías
Se procesa esta radiografía y se sube
a la nube junto al histórico del
paciente.
Cita dentista
Un dentista ya tiene toda la
información necesaria para atender
al paciente.

6. 2. Conceptos teóricos

7. Tipos de radiografías
Completas Parciales Detalles
Estado general,
empastes implantes, etc.
Caries, empastes,
etc.
Nivel de encías,
raíces, detalles.

8. Procesamiento a nivel matricial
R: 0 - 255
G: 0 - 255 W: 0 – 255 -> f(x,y)
B: 0 – 255 Y = 0.3R+0.59G+0.11B
(Luminosidad)
En dientes, contraste alto

9. Algoritmo de Watershed (Cuenca)
ENSMP (FR)
Razones
- Pensado para separar elementos.
- Técnica nueva para mí.
- Soportada por Matlab.
- Soportada por OpenCV.
- Soporta marcadores.
- Parametrizable.

10. Algoritmo de Watershed - Teoría
ENSMP (FR)
Imagen en B/N Mapa topográfico Contornos y secciones
Algunos ejemplos
Marcadores
Rellena de agua
Comparación por niveles

11. Algoritmo de Watershed - Proceso
Imagen en B/N Obtención mapa
Los colores (0 – 255)
pasan a representar
alturas.
Se “rellena” de agua
De forma teórica,
para encontrar los
contornos.
Detectar contornos Y de áreas

12. Detección de caries
Para el dentista
No es un proceso exacto, busca manchas y luego
explora.
Para el software
Se buscan candidatas, voluntario -> esquema.
Se guardan en el histórico y sirven de referencia.

13. Detección de caries – Estudio Matlab
Recorriendo la matriz
Algoritmo Watershed.
Líneas horizontales, verticales y diagonales.

14. Seguimiento de empastes e implantes
Proceso
Buscando zonas muy claras + threshold.
Comparando con el histórico.

15. 3. Desarrollo práctico
del proyecto

16. Tecnología
Web y librería propia
C# -> ASPMVC5
PDI
EMGU y OpenCV (C++)
App móvil
Cordova + HTML5 + TS
Storage y host
Azure + SQL Server (Bizspark)
Otras herramientas
Visual Studio, Github

17. Librería de proceso

18. Librería de proceso
Obtener una matriz en B/N.
Obtener la imagen binarizada.
Algoritmo de Watershed.
Marcadores Contornos Separación Áreas Marc. De fondo Piezas

19. Librería de proceso
Búsqueda de candidatas
a ser caries

20. Librería de proceso
Empastes e implantes, buscando los más blancos
teniendo en cuenta el threshold.

21. Estructura web, API y app
App Website
SQL
Azure
Storage
API
Process
(Librería independiente de
la web)
Save
La app o la web
envían una imagen
y DNI / ID a la API
Es enviada a
procesar
Se guarda
una copia
Se guarda la
procesada
Se guardan los
datos del usuario, la
imagen original y la
procesada en la
BBDD
Devuelve una
respuesta de OK y
ya podemos cargar
la web
AZURE

22. 4. Líneas de futuro

23. Líneas de futuro
Web real
Hacer un proyecto web real,
responsive y con buenas prácticas.
Mejorar el algoritmo
Machine Learning de Azure
Ampliación características
Contar raíces, nivel de encía, etc.

24. Demo

25. Mejora de la atención
odontológica para
países en desarrollo
Alumno
Enrique Fdez. Guerra
Profesor
Xavier Sevillano