UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMASCOMPUTACIONALES
Sistema experto para el diagnóstico de caries, gingivitis y
descalcificación: Desarrollo de un prototipo
PROYECTO DE TITULACIÓN
Previa a la obtención del Título de:
INGENIERO EN SISTEMAS COMPUTACIONALES
AUTOR:
Kerly Ximena Espinoza Burgos
Jonathan Miguel Quinde Zerna
TUTOR:
Ing. Alfonso Guijarro Rodríguez, M. Sc
GUAYAQUIL – ECUADOR
2019
REPOSITORIO NACIONAL EN CIENCIAS Y TECNOLOGÍA
FICHA DE REGISTRO DE TESISTÍTULO:“SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CARIES, GINGIVITIS Y DESCALCIFICACIÓN:DESARROLLO DE UN PROTOTIPO”AUTORES:Kerly Ximena Espinoza BurgosJonathan Miguel Quinde Zerna
REVISOR:
Ing. Bolívar Ramos Mosquera, M. Sc.
INSTITUCIÓN:
Universidad de Guayaquil
FACULTAD:
Ciencias Matemáticas y Físicas
CARRERA: Ingeniería en Sistemas Computacionales
FECHA DE PUBLICACIÓN: 2019 N° DE PÁGS.: 92 pág.
ÁREA TEMÁTICA: DESARROLLO, INFORMÁTICA
PALABRAS CLAVES: Sistema Experto, Redes Neuronales, Procesamiento digital de imágenes, caries
dental, experto humano.RESUMEN:Cuando el odontólogo explora la cavidad bucal utilizando herramientas convencionales, como la exploraciónvisual-táctil, altamente subjetiva, el diagnóstico es cuestionable en función de su experiencia, y los diferentescriterios de actuación ante las diversas patologías que pueden presentarse. Por lo tanto, esta propuesta pretendedesarrollar un prototipo de un sistema experto para diagnosticar el nivel de afectación de caries, gingivitis ydescalcificación, tomando como referencia las normas internacionales que aplican para cada patología. Seaplicará la metodología Buchanan, la cual aplica una serie de etapas como: Identificación, Conceptualización,Formalización, Implementación y Pruebas, quienes enfatizan una documentación de los procesos quereemplazan parcialmente al experto, sirven de medio de comunicación y referencia entre los usuarios y losdiseñadores, esta metodología ofrece una comunicación constante entre el experto (Especialista del área) y elIngeniero de conocimiento. Adicionalmente el ingreso de imágenes al sistema experto permite que se realiceel procesamiento con una red neuronal previamente entrenada para obtener el diagnóstico preliminar de laafectación por categoría. Es claro que los odontólogos operan bajo protocolos propios de su especialidad, sinembargo, este trabajo abre posibilidades de emplear la tecnología en circunstancias donde exista alta demandade pacientes.
N° DE REGISTRO (en base de datos): N° DE CLASIFICACIÓN:
DIRECCIÓN URL (tesis en la web):
ADJUNTO PDF SI X NO
CONTACTO CON AUTORES:Kerly Ximena Espinoza BurgosJonathan Miguel Quinde Zerna
Teléfono:09691366860982424940
E-mail:[email protected]@ug.edu.ec
CONTACTO DE LA INSTITUCIÓN:Universidad de GuayaquilCarrera de Ingeniería en SistemasComputacionales -Víctor ManuelRendón y Baquerizo Moreno
Nombre: Abg. Juan Chávez
Teléfono: 2307729
E-mail: [email protected]
III
APROBACIÓN DEL TUTOR
En mi calidad de Tutor del trabajo de titulación, “SISTEMA EXPERTO
PARA EL DIAGNÓSTICO DE CARIES, GINGIVITIS Y
DESCALCIFICACIÓN: DESARROLLO DE UN PROTOTIPO“, elaborado
por la Srta. Kerly Ximena Espinoza Burgos y el Sr. Jonathan Miguel Quinde
Zerna, Alumnos no titulados de la Carrera de Ingeniería en Sistemas
Computacionales, Facultad de Ciencias Matemáticas y Físicas de la
Universidad de Guayaquil, previo a la obtención del Título de Ingeniero en
Sistemas, me permito declarar que luego de haber orientado, estudiado y
revisado, la Apruebo en todas sus partes.
Atentamente,
______________________________________
Ing. Alfonso Guijarro Rodríguez, M. Sc.
TUTOR
IV
DEDICATORIA
A mi Madre, mi inspiración y motivacióndiaria, dedico éste y cada uno de loslogros que alcance en la vida.
Kerly Espinoza Burgos.
El trabajo realizado se lo dedico a Dios,
que siempre me sostuvo con su mano
dándome las fuerzas para no rendirme. A
mi madre por ser mi maestra de toda la
vida, a mi padre por ser el ejemplo de
lucha por su familia y que gracias a ellos
nunca me faltó nada durante mi carrera.
A mi querida hermana por cuidarme y
ayudarme en todos los aspectos de mi
vida. A mi esposa por sus palabras de
aliento, sus oraciones y ayuda
incondicional.
Jonathan Quinde Zerna.
V
AGRADECIMIENTO
A Dios por rodearme de personas que meencaminaron, ayudaron e incentivaron aseguir adelante.
Kerly Espinoza Burgos
Agradezco infinitamente a Dios por ser mi
guía, mi sustento y que solo él me permite
disfrutar de este logro. Gracias por todo
su amor, esfuerzo, enseñanza, confianza,
consejos y apoyo en todas las etapas de
mi vida, quedo eternamente agradecido
con mis Padres Manuel Quinde y Cecilia
Zerna, a mi hermana Jessica Quinde por
ser parte de mi vida. Gracias a mi esposa
Doménica Medrano que siempre estuvo
en los momentos difíciles dándome todo
su apoyo, palabras de ánimo y consejos
para no rendirme. Gracias a todos mis
amigos, compañeros de trabajo y
profesores que ayudaron y colaboraron
con un grano de arena.
Jonathan Quinde Zerna.
VI
TRIBUNAL PROYECTO DE TITULACIÓN
___________________________Ing. Fausto Cabrera Montes, M.Sc.
DECANO DE LA FACULTADCIENCIAS MATEMÁTICAS Y
FÍSICAS
Ing. Alfonso Guijarro Rodríguez, M. ScPROFESOR TUTOR DEL
PROYECTODE TITULACIÓN
__________________________Ing. Gary Reyes Zambrano, Mgs.
DIRECTOR DE LA CARRERA DEINGENIERÍA EN SISTEMAS
COMPUTACIONALES
Ing. Bolívar Ramos Mosquera, M. Sc.PROFESOR REVISORDEL PROYECTO DE
TITULACIÓN
____________________________Ab. Juan Chávez Atocha, Esp.
SECRETARIO
VIII
DECLARACIÓN EXPRESA
“La responsabilidad del contenido de esteProyecto de Titulación, nos correspondeexclusivamente; y el patrimonio intelectual dela misma a la UNIVERSIDAD DEGUAYAQUIL”
______________________________
Kerly Ximena Espinoza Burgos
_________________________________
Jonathan Miguel Quinde Zerna.
IX
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMASCOMPUTACIONALES
SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CARIES,
GINGIVITIS Y DESCALCIFICACIÓN:
DESARROLLO DE UN PROTOTIPO
Proyecto de Titulación que se presenta como requisito para optar porel título de INGENIERO EN SISTEMAS COMPUTACIONALES
AUTORES: Kerly Ximena Espinoza BurgosC.I. 0940437429
Jonathan Miguel Quinde Zerna
C.I. 0931045181
TUTOR: Ing. Alfonso Guijarro Rodríguez, M. Sc.
Guayaquil, octubre de 2019
X
CERTIFICADO DE ACEPTACIÓN DEL TUTOR
En mi calidad de Tutor del proyecto de titulación, nombrado por el Consejo
Directivo de la Facultad de Ciencias Matemáticas y Físicas de la Universidad de
Guayaquil.
CERTIFICO:
Que he analizado el Proyecto de Titulación presentado por los
estudiantes ESPINOZA BURGOS KERLY XIMENA y QUINDE ZERNA
JONATHAN MIGUEL, como requisito previo para optar por el título de Ingeniero
en Sistemas Computacionales cuyo problema es:
SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CARIES, GINGIVITIS
Y DESCALCIFICACIÓN: DESARROLLO DE UN PROTOTIPO.
Considero aprobado el trabajo en su totalidad.
Presentado por:
ESPINOZA BURGOS KERLY XIMENA C.I: 0940437429
QUINDE ZERNA JONATHAN MIGUEL C.I: 0931045181
TUTOR: Ing. Alfonso Guijarro Rodríguez, M. Sc.
Guayaquil, octubre de 2019
XI
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
Autorización para Publicación de Proyecto de Titulación en Formato Digital1. Identificación del Proyecto de Titulación
Nombre Alumno: Espinoza Burgos Kerly XimenaDirección: 35 y MaracaiboTeléfono: 0969136686 E-mail: [email protected]
Nombre Alumno: Quinde Zerna Jonathan MiguelDirección: Colinas de la alborada mz 669 v 36Teléfono: 0982424940 E-mail: [email protected]
Facultad: Ciencias Matemáticas y FísicasCarrera: Ingeniería en Sistemas ComputacionalesProyecto de titulación al que opta: Ingeniero en Sistemas ComputacionalesProfesor tutor: Ing. Alfonso Guijarro Rodríguez, M. Sc.
Título del Proyecto de titulación: Sistema experto para el diagnóstico de caries, gingivitis ydescalcificación: Desarrollo de un prototipo.
Tema del Proyecto de Titulación: Sistema experto, lógica difusa, patologías bucales, caries,afectación, PDI.
2. Autorización de Publicación de Versión Electrónica del Proyecto de TitulaciónA través de este medio autorizo a la Biblioteca de la Universidad de Guayaquil y a la Facultad deCiencias Matemáticas y Físicas a publicar la versión electrónica de este Proyecto de titulación.
Publicación electrónica:Inmediata x Después de 1 año
Firma Alumno:
_____________________ ______________________Kerly Espinoza Burgos Jonathan Quinde Zerna
3. Forma de envío:
El texto del proyecto de titulación debe ser enviado en formato Word, como archivo .Doc. O .RTF
y. Puf para PC. Las imágenes que la acompañen pueden ser: .gif, .jpg o .TIFF.
DVDROM CDROM
x
XII
INDICE GENERAL
APROBACIÓN DEL TUTOR.............................................................................. III
AGRADECIMIENTO ............................................................................................V
TRIBUNAL PROYECTO DE TITULACIÓN..................................................... VI
DECLARACIÓN EXPRESA .............................................................................VIII
CERTIFICADO DE ACEPTACIÓN DEL TUTOR...............................................X
INDICE GENERAL.............................................................................................XII
ABREVIATURAS...............................................................................................XV
SIMBOLOGÍA................................................................................................... XVI
ÍNDICE DE CUADROS...................................................................................XVII
ÍNDICE DE GRÁFICOS .................................................................................XVIII
RESUMEN...........................................................................................................XX
ABSTRACT....................................................................................................... XXI
INTRODUCCIÓN .................................................................................................. 1
CAPÍTULO I – EL PROBLEMA........................................................................ 3
PLANTEAMIENTO DEL PROBLEMA ............................................................... 3
Ubicación del problema en un contexto .............................................................. 3
Situación conflicto nudos críticos ....................................................................... 4
Causas y consecuencias del problema................................................................. 5
Delimitación del problema .................................................................................. 6
Formulación del problema................................................................................... 7
Evaluación del problema ..................................................................................... 7
Objetivos ................................................................................................................. 8
Objetivo general .................................................................................................. 8
Objetivos específicos........................................................................................... 8
Alcances del problema ............................................................................................ 9
Justificación e importancia.................................................................................... 10
Metodología del proyecto ..................................................................................... 12
CAPÍTULO II - MARCO TEORICO.............................................................. 16
Antecedentes del estudio ................................................................................... 16
Fundamentación teórica ........................................................................................ 17
Matlab ................................................................................................................... 17
XIII
Características ................................................................................................... 17
Inteligencia artificial ............................................................................................. 18
Redes neuronales artificales.................................................................................. 19
Sistema neuronal artificial..................................................................................... 22
Principio del procesamiento digital de imágenes.................................................. 23
Procesamiento digital de imágenes ................................................................... 23
Cavidad bucal........................................................................................................ 24
Morfología del diente............................................................................................ 25
Anatomía del diente........................................................................................... 25
Esmalte .............................................................................................................. 26
Dentina .............................................................................................................. 27
Pulpa dental ....................................................................................................... 27
Dentadura .......................................................................................................... 28
Enfermedades bucodentales .................................................................................. 29
Caries dental.......................................................................................................... 29
La etiopatogenia de las caries............................................................................ 30
Implementación del sistema de clasificación y manejo de caries (iccms). ........... 31
Sistema experto ..................................................................................................... 32
Ventajas de sistemas expertos ........................................................................... 32
Tipos de sistemas expertos ................................................................................ 33
Estructura de un sistema experto....................................................................... 34
Experto humano ................................................................................................ 35
Modulo de adquisición del conocimiento ......................................................... 35
Motor de inferencias.......................................................................................... 35
Base de conocimiento........................................................................................ 36
Base de hechos .................................................................................................. 36
Módulo de explicación ...................................................................................... 36
Interfaz de usuario ............................................................................................. 36
Usuario .............................................................................................................. 37
Marco legal............................................................................................................ 37
Pregunta científica para contestarse ...................................................................... 44
Definiciones conceptuales..................................................................................... 44
CAPÍTULO III - PROPUESTA TECNOLÓGICA......................................... 47
Análisis de factibilidad ...................................................................................... 47
XIV
Factibilidad técnica............................................................................................ 47
Factibilidad operacional .................................................................................... 49
Factibilidad legal ............................................................................................... 49
Factibilidad económica...................................................................................... 50
Etapas de la metodología del proyecto.................................................................. 51
Fase de identificación ........................................................................................ 52
Fase de conceptualización ................................................................................. 54
Fase de formalización........................................................................................ 56
Fase de implementación .................................................................................... 68
Prototipo ....................................................................................................... 68
Fase de pruebas ................................................................................................. 71
Entregables del proyecto ....................................................................................... 74
Criterios de la validación de la propuesta ............................................................. 74
Procesamiento y análisis ....................................................................................... 77
CAPITULO IV – CRITERIOS DE ACEPTACIÓN DEL PRODUCTO OSERVICIO ........................................................................................................... 85
Resultados ............................................................................................................. 87
Conclusiones ......................................................................................................... 88
Recomendaciones.................................................................................................. 89
Bibliografía ........................................................................................................... 90
ANEXOS .............................................................................................................. 93
Anexo # 1. Juicio de expertos ............................................................................... 93
Anexo # 2. Manual de usuario .............................................................................. 94
Anexo # 3. Manual técnico ................................................................................. 110
Anexo # 4. Validación de pruebas# 1 ................................................................. 124
Anexo # 5. Validación de pruebas# 2 ................................................................. 125
Anexo # 6. Validación de pruebas # 3 ................................................................ 126
Anexo # 7. Presentación prototipo a experto ...................................................... 127
Anexo # 8 Geo – localización. ............................................................................ 129
Anexo # 9 Ejecución del sistema ........................................................................ 130
XV
ABREVIATURAS
UG Universidad de Guayaquil.
FTP Archivos de transferencia.
PDI Procesamiento digital de imágenes.
SE Sistema Experto.
RNA Redes Neuronales Artificiales.
ICDAS Sistema Internacional para la Detección y Evaluación deCaries.
ICCMS International Caries Classification and ManagementSystem.
MSQL Sistema de gestión de base de datos.
BC Base de Conocimiento
XVI
SIMBOLOGÍA
Pesos sinápticos que ponderan entradas.Umbral.Función de la activación de la neurona.
N Número total de pesos sinápticos.n Tasa de aprendizaje
XVII
ÍNDICE DE CUADROS
Cuadro N. 1 Causas y consecuencias del problema............................................... 5Cuadro N. 2 Delimitación del Problema................................................................ 6Cuadro N. 3 Categorías combinadas de caries según ICCMS............................. 31Cuadro N. 4 Costo del proyecto (Desarrollo) ...................................................... 50Cuadro N. 5 Costos Varios .................................................................................. 50Cuadro N. 6 Recurso Hardware........................................................................... 50Cuadro N. 7 Presupuesto Total del Proyecto....................................................... 51Cuadro N. 8 Variables para identificar las posibles características ..................... 59Cuadro N. 9 Criterios de validación de la propuesta por parte de expertos ........ 75Cuadro N. 10 Pruebas técnica – rol administrador .............................................. 75Cuadro N. 11 Prueba técnica – rol experto (odontólogo) .................................... 76Cuadro N. 12 Prueba detección de caries - rol experto (odontólogo).................. 76Cuadro N. 13 Grado de afectación ICDAS 0....................................................... 77Cuadro N. 14 Grado de afectación ICDAS 1....................................................... 78Cuadro N. 15 Grado de afectación ICDAS 2....................................................... 79Cuadro N. 16 Grado de afectación ICDAS 3....................................................... 80Cuadro N. 17 Grado de afectación ICDAS 4....................................................... 81Cuadro N. 18 Grado de afectación ICDAS 5....................................................... 82Cuadro N. 19 Grado de afectación ICDAS 6....................................................... 83Cuadro N. 20 Matriz de criterios de aceptación del proyecto (Líder deinvestigación) ........................................................................................................ 85Cuadro N. 21 Matriz de aceptación del sistema (Humano experto) .................... 86
XVIII
ÍNDICE DE GRÁFICOS
Gráfico 1Características de pieza dental con nivel de afectación 0 ..................................... 78Gráfico 2Características de pieza dental con nivel de afectación 1 ..................................... 79Gráfico 3Características de pieza dental con nivel de afectación 2 ..................................... 80Gráfico 4Características de pieza dental con nivel de afectación 3 ..................................... 81Gráfico 5Características de pieza dental con nivel de afectación 4 ..................................... 82Gráfico 6Características de pieza dental con nivel de afectación 5 ..................................... 83Gráfico 7Características de pieza dental con nivel de afectación 6 ..................................... 84Gráfico 8Indicadores de Referencias Bibliográficas............................................................ 92
XIX
INDICE DE FIGURAS
Figura 1. Fases de la Metodología Buchanan ...................................................... 14Figura 2. Modelo de Red Neuronal Perceptrón ................................................... 19Figura 3. Sumatoria de cálculo de salida de una RNA ........................................ 19Figura 4. Redes Neuronales con dos capas .......................................................... 20Figura 5. Diagrama esquemático de un sistema de entrenamiento supervisado .. 21Figura 6. Representación de aprendizaje no supervisado .................................... 22Figura 7. Partes de la cavidad bucal..................................................................... 25Figura 8. Anatomía del Diente............................................................................. 26Figura 9. Dentadura Bucal ................................................................................... 29Figura 10. Microorganismos dependiendo de la ubicación de las caries............. 30Figura 11. Estructura de un sistema experto ........................................................ 34Figura 12. Estructura de sistema experto del prototipo ....................................... 52Figura 13. Componentes que intervienen en el sistema experto.......................... 53Figura 14. Clasificación de imágenes por nivel según experto ........................... 57Figura 15. Clasificación de nivel II según experto .............................................. 58Figura 16. Clasificación de nivel V según experto .............................................. 58Figura 17. Pieza dental sana................................................................................. 60Figura 18. Pieza dental con nivel de afectación 1................................................ 60Figura 19. Pieza dental con nivel de afectación 2................................................ 61Figura 20. Pieza dental con nivel de afectación 3................................................ 61Figura 21. Pieza dental con nivel de afectación 4................................................ 61Figura 22. Pieza dental con nivel de afectación 5................................................ 62Figura 23. Pieza dental con nivel de afectación 6................................................ 62Figura 24. Flujo para detección de nivel de afectación de una pieza dental........ 63Figura 25. Acceso a la base de conocimiento ...................................................... 64Figura 26. Extracción y vectorización de pixeles de la imagen........................... 65Figura 27. Método gradiente conjugado escalado ............................................... 66Figura 28. Gráfico de la gradiente y validaciones. .............................................. 66Figura 29. Componentes del sistema experto ...................................................... 67Figura 30. Pantalla principal del sistema ............................................................. 69Figura 31. Carga de imagen a analizar................................................................. 69Figura 32. Detectando nivel de afectación de caries............................................ 70Figura 33. Pantalla con diagnóstico resultante..................................................... 70Figura 34. Error en prueba de segmentación de área específica.......................... 71Figura 35. Prueba de entrenamiento de red.......................................................... 72Figura 36: Prueba de segmentación exitoso ........................................................ 73Figura 37. Prueba de diagnóstico de nivel de afectación..................................... 73
XX
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CARIES,
GINGIVITIS Y DESCALCIFICACIÓN:
DESARROLLO DE UN PROTOTIPO
Autores: Kerly Espinoza Burgos - Jonathan Quinde Zerna
Tutor: Ing. Alfonso Guijarro Rodríguez, M Sc.
ResumenCuando el odontólogo explora la cavidad bucal utilizando herramientasconvencionales, como la exploración visual-táctil, altamente subjetiva, eldiagnóstico es cuestionable en función de su experiencia, y los diferentes criteriosde actuación ante las diversas patologías que pueden presentarse. Por lo tanto, estapropuesta pretende desarrollar un prototipo de un sistema experto para diagnosticarel nivel de afectación de caries, gingivitis y descalcificación, tomando comoreferencia las normas internacionales que aplican para cada patología. Se aplicarála metodología Buchanan, la cual aplica una serie de etapas como: Identificación,Conceptualización, Formalización, Implementación y Pruebas, quienes enfatizanuna documentación de los procesos que reemplazan parcialmente al experto, sirvende medio de comunicación y referencia entre los usuarios y los diseñadores, estametodología ofrece una comunicación constante entre el experto (Especialista delárea) y el Ingeniero de conocimiento. Adicionalmente el ingreso de imágenes alsistema experto permite que se realice el procesamiento con una red neuronalpreviamente entrenada para obtener el diagnóstico preliminar de la afectación porcategoría. Es claro que los odontólogos operan bajo protocolos propios de suespecialidad, sin embargo, este trabajo abre posibilidades de emplear la tecnologíaen circunstancias donde exista alta demanda de pacientes.
Palabras Claves: Sistema Experto, Redes Neuronales, PDI, Caries, Diagnóstico.
XXI
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
EXPERT SYSTEM FOR THE DIAGNOSIS OF CARIES,
GINGIVITIS AND DECALCIFICATION:
DEVELOPMENT OF A PROTOTYPE
Author: Kerly Espinoza Burgos - Jonathan Quinde Zerna
Tutor: Ing. Alfonso Guijarro Rodríguez, M Sc.
Abstract
When the dentist explores the oral cavity using specific tools, such as highly subjectivevisual-tactile exploration, the diagnosis is questionable based on his experience, and thedifferent criteria of action in the face of the various pathologies that may occur. Therefore,this proposal aims to develop a prototype of an expert system to diagnose the level of cariesinvolvement, gingivitis and decalcification, taking as reference the international standardsused for each pathology. The Buchanan methodology will be applied, the quality will applya series of stages such as: Identification, Conceptualization, Formalization, Implementationand Testing, which emphasize a documentation of the processes that specifically replacethe expert, media and reference services between users and designers, the most importantfeature of this methodology is the constant relationship between the knowledge engineerand the area expert. In addition, the entry of images into the expert system allowsprocessing with a previously trained red neuronal to obtain the preliminary diagnosis of theinvolvement by category. It is clear that dentists operate under protocols specializing intheir specialty, however, this work opens up possibilities of technology devices incircumstances where there is a high demand for patients.
Keywords: Expert System, Neural Networks, IDPs, Caries, Diagnosis.
1
INTRODUCCIÓN
La zona bucal es una de las partes principales del cuerpo, tenerla saludable
es muy importante para poder masticar, hablar y tener una buena estética,
pero ser descuidados en esta parte, puede afectar a todo el organismo; por
estas razones, la boca es la puerta que permite a un odontólogo hábil hacer
una prueba de la salud en general.
La aparición de enfermedades como la caries dental, gingivitis y/o
peritonitis, entre muchas otras, pueden ocasionar problemas psicosociales
a su vez asociándolos con la estética y la autoestima. En un estudio
realizado en el 2001 determinaron que la relación entre la calidad de vida y
la salud bucal se entrelazaban, la calidad de vida se puede ver afectada de
alguna manera como lo es la pobreza, acceso a salud, estrato
socioeconómico, son factores que influyen en gran parte a la higiene bucal
de las personas (Bastidas, 2018).
La necesidad de encontrar mejoras en los diagnósticos médicos a través
de los años se determinó que en las últimas décadas se puedan incorporar
técnicas de computación como inteligencia artificial, PDI, destacando
especialmente los sistemas expertos por su posibilidad y versatilidad de
condensación del conocimiento experto.
Este trabajo se basa en la realización de un sistema experto en el
diagnóstico de enfermedades dentales ayudando a los médicos
odontólogos así también como a los residentes, sin ser necesarios
conocimientos profundos de comunicación, los sistemas expertos simulan
el juicio y comportamiento de un humano experto y experiencia en un tema
en específico, puede contener experiencia acumulada, conjunto de reglas,
bases de conocimientos. El sistema experto va a proporcionar experiencia
de alta calidad, un dominio específico de un conocimiento dado, un
razonamiento hacia delante y hacia atrás, motores de inferencias,
incertidumbre etc.
2
A continuación, se detallará una breve descripción del contenido de cada
uno de los capítulos que forman parte de este proyecto:
CAPITULO I está conformado por el planteamiento del problema, el análisis
de causas y efectos del tema en estudio que son las caries, también se
detallará el objetivo general y específicos que se pretenden alcanzar
detallando los alcances y limitaciones de este.
CAPITULO II se realiza una breve descripción de los antecedentes del
porqué se eligió el tema de estudio y se detalla todo un marco teórico lógico
para la comprensión del lector logrando la familiarización con temas y
subtemas sobre lo que es un sistema experto, caries y cavidad bucal.
CAPITULO III el desarrollo de cada una de las etapas de la metodología
aplicada para el desarrollo del proyecto detallando el proceso, validación,
análisis que engloban los entregables del informe final del proyecto.
CAPITULO IV expondremos los criterios de aceptación del proyecto
detallando las especificaciones técnicas, funcionales o el rendimiento del
proceso o servicio, adicionalmente, se describen las recomendaciones,
conclusiones y citas bibliográficas que ayudaron a alimentar todo el
proyecto.
3
CAPÍTULO I
EL PROBLEMA
PLANTEAMIENTO DEL PROBLEMA
Ubicación del Problema en un Contexto
La organización mundial de la salud (OMS) señala en un artículo publicado
en la revista OACTIVA UC (Canchari & Castillón, 2018), en Ecuador se han
desarrollado diferentes estudios acerca de las principales patologías que
afectan a los habitantes en cuanto a su salud bucal, los resultados
arrojados en dichas investigaciones son equivalentes a otros estudios
efectuados en países de América Latina, los cuales revelan que las caries,
la placa bacteriana, la gingivitis, las periodontopatías y la fluorosis dental,
son las principales patologías que afecta a la población mundial.
Profesionales odontológicos toman como referencia para un diagnóstico El
sistema Internacional para la detección y evaluación de caries (ICCMS) I
creado en el 2014 que fue utilizado para el desarrollo de programas de
salud pública que permiten por medio de un método visual, la detección de
caries y determinar la gravedad y nivel de actividad de ésta […]. ICDAS I
es una norma que permite realizar el análisis de afectación establecido,
menciona la primera categoría para dientes sanos, para caries limitadas
entre otras.
Temas que se vuelven difíciles de abordar al proveer un diagnóstico previo
del grado de afectación que presentan las cavidades dentales tanto al
momento de determinar cualquier patología dental como lo es caries,
gingivitis o descalcificación, es que cuando el odontólogo detecta lesiones
oclusales por medio de herramientas diagnósticas convencionales, como
la exploración visual-táctil, altamente subjetiva, el diagnóstico es
cuestionable, y los diferentes criterios de actuación ante las lesiones
4
cariosas precoces conduce a actitudes terapéuticas muy desiguales. Esto
trae como consecuencia un alto porcentaje de sobretratamientos, o, por el
contrario, pueden dejar de tratar numerosas lesiones oclusales con
afectación dentinaria que exigen la intervención operatoria.
Los sistemas expertos, son capaces de simular situaciones cotidianas de
la vida real en varios ámbitos como educativos, sociales, médicos,
encontramos distintas definiciones citados por (Navarro & Neira, 2014)
indican:
La idea principal de los sistemas expertos es rescatar el conocimiento de
uno o varios expertos humanos de un área específica y simular mediante
un software el razonamiento que este tendría frente a una situación y
proporcionada dentro del dominio seleccionado, dando como resultado
conclusiones o consejos que sirven de guía a un tomador de decisiones (p.
22).
A partir de este concepto, se busca crear una base de conocimiento con
los posibles síntomas o características que determinen el nivel de
afectación en las piezas dentales ocasionadas por caries, gingivitis o
descalcificación, cada una de ellas apoyadas en normas internacionales
que siguen los profesionales de la salud.
Situación Conflicto Nudos Críticos
La medicina Odontológica provee formas de determinar cuándo un diente
se encuentra careado con la ayuda de herramientas alternas como los
exámenes clínicos o radiografías que permitan al odontólogo realizar un
análisis más a fondo del nivel de careado que se encuentre la pieza dental,
pero hacer uso de estas herramientas no siempre están al alcance o tiempo
de los pacientes, es por esto que con la ayuda de un SE el odontólogo
podrá optimizar el tiempo de espera el poder proveer un diagnóstico y
posterior aplicar un tratamiento de ser el caso.
5
Los tratamientos planeados incorrectamente por parte del odontólogo
pueden originarse por el escaso conocimiento en temas de especialidad
como endodoncia, ortodoncia, periodoncia, entre otras. El odontólogo con
el afán de poder atender al paciente y dar tratamiento se orilla a realizar un
procedimiento incorrecto y por ende brindar un diagnóstico erróneo al
paciente. El medico odontólogo globaliza y generaliza los procesos de
diagnóstico y puede llegar a olvidar los procedimientos correctos para llegar
a un diagnóstico exitoso que implican realizar el estudio del hueso, utilizar
herramientas auxiliares como radiografías, imagenología, saber leer
radiografías, verificar la articulación temporomandibular, etc. Cuando hay
manchas poco comunes en las piezas dentales el odontólogo debe indagar
hasta el final para poder realizar un diagnóstico certero.
Causas y Consecuencias del Problema
Se detallan causas posibles que provocan consecuencias como las caries,
gingivitis y descalcificación, En el Cuadro N. 1 se listan las que se tomaran
en cuenta para el caso de estudio en el proyecto.
Cuadro N. 1 Causas y consecuencias del problema
CAUSAS CONSECUENCIAS
Consumo de alimentos azucarados. Aumenta la presencia de caries.
Escasos recursos económicos.No cambiar los instrumentos de
limpieza bucal.
Interactuar con personas que relatan
historias desfavorables respecto al
tratamiento dental.
Actitudes desfavorables hacia el
dentista.
Cultura odontológica no instruida en
hogares.Descuido en la higiene bucal.
Desconfianza al procedimiento de
remediación de las piezas dentales.
Disminución de asistencia a consultas
odontológicas.
6
Mantener residuos de alimentos en la
boca.Incremento de la placa bacteriana.
Consumo de carbohidratos. Disminución del esmalte dental.
Apiñamiento dental. Caries no detectadas a tiempo.
Mujeres en estado de embarazo.Disminución del calcio en las piezas
dentales.
Odontólogos que no retiran la caries
por completo de una pieza dental.
Aumento de la caries hacia el nervio
del diente.
Resina porosa en las piezas dentales. Acumulación de la placa bacteriana.
Consumo de alimentos cítricos. Desgaste en piezas dentales.
La utilización de placas dentales Generación de caries
Elaborado por: Kerly Espinoza Burgos – Jonathan Quinde Zerna
Fuente: Datos de la investigación
Delimitación del problema
En el Cuadro N.2 se describe el campo, área, aspecto y el tema de la
propuesta a desarrollarse:
Cuadro N. 2 Delimitación del Problema
Campo Médico – Tecnológico -IA
Área Odontología – Redes Neuronales
AspectoAfectaciones en la cavidad bucal, diagnóstico previo
utilizando herramientas de la IA como redes neuronales
Tema Sistema experto para el diagnóstico de caries, gingivitis y
descalcificación: Desarrollo de un prototipo.
Elaborado por: Kerly Espinoza – Jonathan Quinde
Fuente: Datos obtenidos en la investigación
7
Formulación del Problema
¿Cómo por medio de un sistema experto se podrá obtener un diagnóstico
veraz, preliminar y válido de enfermedades como caries, gingivitis y
descalcificación que afectan nuestra cavidad bucal?
Evaluación del Problema
A continuación, se describen ciertos aspectos que conforman la solución a
la problemática anteriormente descrita:
Delimitado:
El sistema experto pretende dar un diagnostico veraz, certero de
enfermedades bucales como son las caries, gingivitis y descalcificación por
medio del procesamiento digital de imágenes clasificándolas por el nivel de
afectación utilizando Matlab y lógica difusa.
Claro:
El trabajo de investigación y desarrollo que se realizará se expondrá de
forma descriptiva aclarando cada una de las razones que inspiraron en el
desarrollo de este sistema experto utilizando Matlab para realizar el análisis
de las piezas dentales basados en los conceptos que provee el ICDAS II.
Evidente:
Los resultados que arrojará el sistema experto propuesto serán procesados
por un motor de inferencia y motor de hechos que permitirá tendrá datos
evidentes relacionados a la categoría de afectación careada del diente que
está basado desde que un diente es sano hasta cuando se presenta una
caries severa.
Concreto:
Un sistema experto propuesto se basa en un dominio determinado que es
la odontología y se enfoca en entregar un diagnóstico en base a la
detección de caries de las piezas dentales afectadas, también se define
8
como concreto dado que tiene un principio detallado del proceso de la
segmentación digital de imágenes que se han desarrollado en tesis
anteriores publicadas en la Universidad de Guayaquil.
Relevante:
El importante para la comunidad educativa odontológica porque en base a
un diagnóstico previo o estudio de una pieza dental antes de la observación
física por parte del odontólogo proveerá un resultado aplicando lógica
difusa que ayudará a determinar el tratamiento y procedimiento a seguir en
relación con el diagnóstico arrojado por el sistema.
Identifica los productos esperados: Los resultados que se espera
obtener mediante el desarrollo de este sistema utilizando Matlab es lograr
un diagnóstico en base a detección de patologías dentro de la cavidad
bucal (Nivel de afectación del diente careado), con ayuda de la
segmentación de imágenes digitales y clasificación por categoría.
OBJETIVOS
Objetivo General
Desarrollar un prototipo de un sistema experto por medio del análisis digital
de imágenes en la cavidad bucal para el diagnóstico del nivel de afectación
de caries, gingivitis y descalcificación en personas adultas que se
presentan en la clínica Piloto de Odontología de la UG.
Objetivos Específicos
• Crear la base de conocimiento con al menos un dominio patológico
para almacenar la experiencia del odontólogo en forma legible por el
computador con el fin de obtener un diagnóstico preliminar del nivel
de afectación.
9
• Construir el motor de reglas que contendrá las normas de
procesamiento lógico del sistema experto aplicando redes
neuronales para la determinación de la pieza dental sana y careada.
• Almacenar las imágenes de las piezas dentales en un repositorio
local para someterlas al toolbox de procesamiento de imágenes en
Matlab.
• Entrenar las redes neuronales para la detección de caries en las
piezas dentales identificando los niveles de afectación.
ALCANCES DEL PROBLEMA
Con el afán de cumplir cada uno de los objetivos específicos se pretende
desarrollar:
Para la creación de la base de conocimiento se utilizará una serie de
técnicas como la observación directa desde el punto de vista de los
especialistas, entrevistas y formularios para obtener la morfología de
las piezas dentales que contribuirán a obtener el diagnóstico de la
afectación.
Para la construcción del motor de reglas se tomará en consideración
las variables del conocimiento extraídas de las entrevistas con los
expertos, considerando el registro de los pasos para clasificar el
nivel de afectación mediante la observación de las imágenes.
Para almacenar las fotos en un reportorio local fue necesario acudir
a la Facultad Piloto de Odontología, varias clínicas odontológicas
con el fin de recabar imágenes digitales de cavidades bucales con
las patologías adecuadas que tributen de forma directa o indirecta
con el proyecto.
Una vez identificada la pieza dental afectada se realizará el PDI, con
la creación de una red neuronal que contenga las reglas de
identificación del nivel de afectación de un diente careado entre 0 –
6. Se clasificará mediante una matriz de pixeles desarrollado en
10
Matlab aplicando redes neuronales que permitirá identificar si la
pieza presenta caries.
Para el entrenamiento de la red neuronal se empleará un grupo de
imágenes de pruebas y otras para la validación de la red ya
entrenada. Se pretende utilizar al menos una capa oculta para el
aprendizaje de la red en Matlab.
LÍMITES:
El sistema experto no presentará recomendaciones que involucren
medicación o dosis a consumir.
El sistema experto utilizará la interfaz que provee Matlab para
presentar los resultados del diagnóstico del nivel de afectación mas
no una integración que provea una interfaz UX para el usuario final.
En función de los plazos para el desarrollo de este proyecto, se
analizará cada una de las patologías propuestas y de acuerdo con
el nivel de complejidad se implementarán en el sistema experto solo
aquellas afectaciones que cumplan con los protocolos propuestos en
este trabajo en el siguiente orden de prioridad; caries, gingivitis y
descalcificación.
JUSTIFICACIÓN E IMPORTANCIA
La rama de la medicina y salud humana tienen por objetivo interpretar el
proceso salud – enfermedad de representación integral, cuando se habla
del campo de la patología bucal, los diagnósticos clínicos se evidencian de
acuerdo con la clasificación de las enfermedades, síntomas o descripciones
fotográficas que puedan facilitar la identificación correcta de la enfermedad
y así determinar el tratamiento a seguirse.
El odontólogo para realizar un diagnóstico clínico que se basan en
protocolos de observación directa, en anestesias, examen físico, pruebas
de laboratorio y rayos X, pero esto no es suficiente para determinar con
11
exactitud las enfermedades que requieren una serie de análisis extras para
ser detectados. Para el diagnóstico de las diferentes patologías se requiere
tener una gran cantidad de conocimientos necesarios para realizar el
diagnóstico correcto. Este conocimiento por lo general no se encuentra al
alcance inmediato del odontólogo que tiene poca experiencia o en los
estudiantes que cursan la asignatura de patología bucal en las diferentes
Universidades.
El desarrollo de las tecnologías de la información (TIC), actualmente está
invadiendo nuestras actividades cotidianas. El sector odontológico,
tampoco se escapa a la integración de las TIC como solución a los grandes
desafíos crecientes del sistema de salud, particularmente en términos de
diagnóstico de las patologías.
En este sentido, es importante el apoyo de la informática, mediante los
sistemas expertos, como soporte al odontólogo o estudiante de odontología
para realizar el diagnóstico de las diferentes patologías. Varias áreas del
procesamiento de información están centradas en programas que permiten
a una computadora interpretar la información escrita o hablada y mediante
la información recibida poder generar resúmenes y así, tener la capacidad
de responder a preguntas específicas o ser capaz de redistribuir
información específica a los usuarios interesados en obtener una respuesta
en determinados sectores de la información.
Los sistemas expertos, son de gran utilidad y apoyo en diversas áreas de
la salud en el proceso de diagnosticar y realizar la planificación de
tratamientos. Estos sistemas también tienen una utilidad significativa en la
educación, ya que ayudan a mejorar la consistencia diagnóstica entre
clínicos garantizando la terminología y el conjunto de diagnósticos.
12
METODOLOGÍA DEL PROYECTO
Para la edición del presente proyecto ha sido necesario trabajar con una
serie de metodologías de investigación que serán de aporte al proyecto
como:
Método Inductivo:
El método inductivo parte del razonamiento base de una persona que
consiste en llegar a establecer una ley o llegar a una conclusión general de
la investigación iniciando desde la observación y análisis de los hechos
(Rodríguez & Pérez, 2017). Cuando se tiene un conocimiento de un caso
específico de acuerdo con la inducción del tema se convierte en general ya
que contienen rasgos comunes y así poder llegar a conclusiones más
específicas.
Método Deductivo:
Consiste en encontrar principios desconocidos, a partir de los conocidos,
Martínez (2015) expone:
El método deductivo es un método que utiliza el razonamiento lógico como
punto de partida. Este método nos ayuda para aplicar conocimientos
generales hacia conocimientos particulares. Es decir, de los mayores
conocimientos deduciremos y expondremos una conclusión lógica a una
situación particular o pequeña (p. 2).
Método Analítico:
El método analítico trata de recolectar toda la información necesaria para
que a partir de esta se descompongan en componentes que relacionen
entre ellas para así comprender y explicar la información ya conocida,
Cervera (2014) Afirma:
Se basa en el supuesto de que a partir del conocimiento general de la
totalidad de un suceso o realidad podemos conocer y explicar las
características de cada una de sus partes y de las relaciones que existen
13
entre ellas. Ello presupone que en el proceso de descomposición del todo
en sus partes la pérdida de información no es esencial, pero esta
presunción no es del todo correcta (p. 30).
Método Sintético:
Este método se realiza mediante la síntesis de dos procesos o unidades
que como son el análisis y la síntesis Rodríguez & Pérez (2017). Este
método se refiere a dos procesos intelectuales inversos que operan en
unidad: el análisis y la síntesis, 1) El análisis es un procedimiento lógico
que posibilita descomponer mentalmente un todo en sus partes y
cualidades, en sus múltiples relaciones, propiedades y componentes, 2) la
síntesis se realiza partiendo de la base del análisis realizando
anteriormente.
Método científico:
Se realiza para incorporar nuevos conocimientos, métodos o técnicas de
investigación a una determinada disciplina científica o bien para verificar la
validez de los conocimientos, teorías o técnicas ya existentes (Cervera,
2014).
Metodología Buchanan
En base a la metodología Buchanan, Figura 1, se proyecta utilizar la
aplicación de redes neuronales aplicando las etapas de Buchanan, Silva
(2016) indica que:
Buchanan es una de las metodologías más importantes para el diseño de
una Base de Conocimiento. Este método además de definir una serie de
etapas en las cuales se realiza desde la identificación hasta las pruebas
del sistema experto a crear, propone con énfasis una documentación
(reglas) de los procesos: los cuales sustituyen parcialmente al experto
humano sirviendo como medio de comunicación y referencia entre los
usuarios y los diseñadores del SE. La característica más importante de
14
esta metodología es la constante relación ente el ingeniero de
conocimiento y el experto del área (p. 3).
Figura 1. Fases de la Metodología Buchanan
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Climent, 2013
Identificación: En esta fase se reconocen todos los aspectos relevantes
e importantes del problema, las características, los recursos y metas a
alcanzar.
Conceptualización: Definir los conceptos e identificar los elementos más
significativos, organizando el conocimiento según un esquema
conceptual, al mismo tiempo que se intenta determinar el flujo de la
información durante el proceso de resolución de problemas.
Formalización: En esta fase se plantea la traducción de los conceptos
clave expuesto en la fase anterior, detallando los subproblemas,
características del flujo de la información utilizando una representación
formal basada en las herramientas o esquemas, aquí también
estableceremos la relación que guardan las variables intervinientes en
el sistema.
Implementación: Se formulan reglas, estructuras de control con el fin de
representar los conceptos obtenidos en la fase de análisis y el
15
conocimiento formalizado obteniendo como resultado un prototipo del
sistema propuesto.
Prueba: Validación del Sistema Experto evaluando su rendimiento,
control de errores o anomalías existentes en la base de conocimientos.
16
CAPÍTULO II
MARCO TEÓRICO
ANTECEDENTES DEL ESTUDIO
En la Universidad Mayor de SAN ANDRÉS (Bolivia) se desarrolló un
Sistema experto para el diagnóstico de enfermedades bucales prevenibles
para el consultorio dental Virgen de Remedios utilizando SWI Prolog como
herramienta de programación para el desarrollo del motor de inferencias al
cual el SE tendría disponibles para presentar visualmente al usuario el
diagnóstico de las enfermedades comprendidas en esta investigación que
como caries, halitosis, sangrado de encías, y detectar el nivel en un rango
(Bajo, medio-alto) por medio de la aplicación de lógica difusa.
En la Universidad Católica de Santiago de Guayaquil se desarrolló un
sistema experto para el diagnóstico de enfermedades tropicales más
comunes y de notificación obligatoria en el Ecuador, el cual contenía
conocimiento de las enfermedades con notificación obligatoria
determinadas por el Ministerio de Salud del Ecuador como (dengue,
dengue hemorrágico, mordedura de serpiente, morbilidad palúdica,
oncocercosis y tripanosomiasis). A través de las reglas programáticas el
sistema presentaba resultados dependiendo de los casos de estudio como:
1. Listado de los exámenes a realizarse, 2. Diagnóstico de las posibles
enfermedades que se pueda padecer, 3. Recomendaciones. 4.
Tratamientos (Pinto & Aguirre, 2015).
A nivel internacional en La Paz - Bolivia se desarrolló un trabajo de
investigación titulado “Sistema Experto para el diagnóstico y tratamiento de
la fiebre reumática”, realizado en UMSA Carrera de Informática se simuló
un sistema experto el mismo que brindó ayuda a profesionales médicos y
niños que padecen de fiebre Reumática permitiendo realizar el diagnóstico
del tratamiento que se deberá seguir, la construcción de la simulación del
sistema experto fue desarrollada en Visual Basic 6.0 y se diseñaron casos
17
de prueba que permitieron verificar los resultados obtenidos por el experto
humano Dr. Eugenio Coca (Choquehuanca, 2015).
FUNDAMENTACIÓN TEÓRICA
A continuación, del tema investigativo se describen conceptos teóricos para
el ámbito informático, con el objetivo de adquirir conocimientos acerca de
terminologías y definiciones básicas que sean lo suficientemente
importante dentro del tema a desarrollar:
MATLAB
Es una herramienta de software que permite resolver entre otros temas
problemas matemáticos. Es utilizado en muchas clases de ingeniería a la
hora de realizar programas relacionados con la creación de algoritmos,
procesamiento de imágenes, realidad aumentada, logrando así sustituir en
gran proporción la programación tradicional de computadoras.
MATLAB contiene mandatos e instrucciones propios de un lenguaje de
programación para efectuar bucles y bifurcaciones condicionales que
permite ejecutar las ordenes contenidas en ficheros que son grabados en
código ASCII mediante un editor básico de Windows como el bloc de notas
o el editor de ficheros de ordenes incorporado (Benitez & Hueso, 2015).
El área donde destaca Matlab es el de los cálculos numéricos,
especialmente los que se refieren a matrices y gráficas. Se puede utilizar
la herramienta de Matlab cuando haya la necesidad de generar cálculos
repetitivos o el procesamiento masivo de grandes cantidades de datos que
no puedes ser procesados por procedimientos de programación soportados
en lenguajes de bajo nivel.
CARACTERÍSTICAS
• Es un lenguaje sencillo de comprender, potente y rápido.
18
• No hay necesidad de compilar los ejecutables dado que trabaja con
ficheros que son tipo texto lo cual implica un uso mínimo de memoria.
• La mayoría de las funciones necesarias de aplicación están
agrupadas en librerías comerciales que toman el nombre de
toolboxes.
• Provee acceso casi ilimitado a gran parte de las funciones que
contiene y en su efecto da la facilidad de crear librerías propias.
• Capacidad para generar gráficos que se visualicen en 2 y 3
dimensiones permitiendo añadir animaciones y efectos a dichos
gráficos.
INTELIGENCIA ARTIFICIAL
Corresponde al concepto de que un computador pueda tener la capacidad
de operar en la misma forma en que lo hace el pensamiento humano
ejecutando procesos de aprendizajes y reconocimiento, esto es realizando
una comparación entre la inteligencia que posee un ser humano y la
inteligencia que puede ser programada o asignada a un computador. Otra
definición es la que se centra en la simulación de la inteligencia que posee
un ser humano en una maquina la cual estará en condiciones de identificar
y utilizar la pieza de conocimiento que se necesita para llegar a la resolución
de un problema.
PERCEPTRONES
En la década de 50 y 60 el científico Frank Rosenblatt desarrolló un tipo de
red neuronal artificial llamada perceptrón, Figura 2. En la actualidad el
modelo de neurona más utilizado es llamado neurona sigmoidea, para
entender cómo funcionan estas redes debemos entender cómo funcionan
los perceptrones. Un perceptrón toma varias entradas binarias y produce
una sola salida binaria.
19
Figura 2. Modelo de Red Neuronal Perceptrón
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Nielsen, 2015)
En la figura 3. se puede visualizar una red que tiene tres valores de
entradas X1, X2 y X3 independientemente. Rosenblatt creó una regla
simple para calcular la salida, es decir, Introdujo pesas W1, W2 que son
números reales que dan la importancia a cada entrada y a cada salida. Esta
neurona de salida está determinada por si la suma ponderada ∑ es
menor o mayor de algún valor.
Figura 3. Sumatoria de cálculo de salida de una RNA
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Nielsen, 2015)
REDES NEURONALES ARTIFICALESLas redes neuronales no sólo han permitido simular procesos de
aprendizaje, sino que podrían convertirse en sustitutos de las metáforas del
procesamiento de la información o modelos simbólicos tradicionalmente
utilizados en ramas de la psicología cognoscitiva, inteligencia artificial, entre
otros (Escobar, 2014).
20
En un sistema RNA los nodos se enlazan mediante la sinapsis, esta
organización de vínculos determina la conducta predictiva de la red. La
estructura más usada es el perceptrón multicapa. La figura 2 presenta la
organización de este tipo con dos capas escondidas donde representa
las entradas, las salidas y ᵩ la función de la activación.
Las capas de entrada dependen de la información útil para ser ordenadas
mientras que en las capas de salida se obtiene un numero de nodos parejos
a la cantidad de variables de observación al medio exterior. Las neuronas
en una capa se conectan con la capa que sigue mediante sinapsis, cuya
importancia es diferente para cada una de las conexiones y se resuelven a
través del proceso de entrenamiento.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Escobar, 2014)
La expresión matemática que describe la salida de cada neurona se
presenta en la ecuación: = :: Pesos sinápticos que ponderan entradas.
: Umbral.
: Función de la activación de la neurona.
Figura 4. Redes Neuronales con dos capas
21
N: Número total de pesos sinápticos.
MECANISMOS DE APRENDIZAJEEl proceso de aprendizaje por el cual pasa una red neuronal se lo
denomina: Proceso de entrenamiento o acondicionamiento, debe aprender
a calcular la salida correcta para cada constelación que es la entrada en el
conjunto de ejemplos (Armijos, 2014). Un aspecto importante que se debe
tomar en cuenta en el aprendizaje de una red neuronal son los valores que
se asignan a los pesos, que son los criterios que se siguen para cambiar
los valores asignados a sus conexiones en el proceso de nuevos
aprendizajes. Hay dos métodos de aprendizaje importantes:
1. Aprendizaje supervisado.
2. Aprendizaje no supervisado.
APRENDIZAJE SUPERVISADOLos datos para el entrenamiento están constituidos por varios pares de
patrones de entrenamiento de entrada y de salida. El que tengamos
conocimiento de la salida involucra que el entrenamiento se encuentra bajo
la inspección de un instructor o maestro.
Figura 5. Diagrama esquemático de un sistema de entrenamiento supervisado
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Armijos, 2014)
APRENDIZAJE NO SUPERVISADOEl aprendizaje no supervisado es utilizado por los científicos de datos y
otros profesionales de los datos, en esta familia de algoritmos de
22
aprendizaje automático, no se conocen resultados o etiquetas que
instruyan el algoritmo de aprendizaje. Hay diferentes tipos de aprendizaje
no supervisado que se utilizan en la agrupación, como la agrupación de K-
Means, la minería de texto y la reducción de dimensionalidad, como el
Análisis de componentes principales utilizado en la etapa de
preprocesamiento para transformar un conjunto de datos para el modelado
de aprendizaje automático supervisado (Wong, 2018).
Figura 6. Representación de aprendizaje no supervisado
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Stephen G. Odaibo, 2019)
SISTEMA NEURONAL ARTIFICIALLa neurona es considerada el elemento básico de todo sistema neuronal
que está compuesto por millones de neuronas que son organizadas en
capas. Cuando se realiza la emulación de dicho sistema biológico aplicando
RNA se puede establecer una estructura de jerarquía muy similar a la que
existe en el cerebro humano. La neurona artificial será el elemento esencial
que es quien se organizará en capas y estas capas a su vez constituirán
una red neuronal. En conclusión, una red neuronal en conjunto con sus
interfaces de entrada y salida conformaran el sistema global de proceso.
23
PRINCIPIO DEL PROCESAMIENTO DIGITAL DE IMÁGENESComprendamos que el PDI se conforma por la utilización de un ordenador
digital, por lo cual están profundamente conectados los uno de los otros.
Para ello hay precedentes que aportan información muy importante para
comentar sobre el tema a tratar.
Las representaciones gráficas digitales se facilitaron para una de las
primeras prácticas que se dieron en las aplicaciones industriales en los
países New York y Londres en la época de los veinte se exportaban
imágenes por medio de cables submarinos. La técnica nominada Bartlane
consistía en máquinas potentes especializadas en la interpretación y
reconstrucción de fotografías para ser observadas por el cable (Alvarado,
2015).
Las fotografías médicas son procesamiento de desarrollo equivalente
durante los años 60 y 70. El descubrimiento en los años 70 era el de la
tomografía axial computarizada, este fue uno de los primeros inventos en
poner en práctica el PDI de evaluación. La tomografía axial se puede
interpretar por medio de una fuente de rayos X, la cual se conoce por medio
del paciente y acumulan un margen opuesto, las imágenes son
correspondiente a la rama médica (Alvarado, 2015).
Durante los años sesenta los ordenadores han desarrollado del PDI pasos
extraordinarios ya que sus algoritmos comenzaron a tener una importancia,
lo pusieron a utilizar para el estudio de la contaminación de figuras de
satélites con fotografías antiguas que restablecen artefactos desintegrados
con el tiempo; por medio de equipos para la tecnología de red apoyados
del internet se han desarrollo con total conformidad lo antes visto en el
crecimiento del PDI.
PROCESAMIENTO DIGITAL DE IMÁGENES
En el procesado de imágenes digitales se encuentran diferentes métodos
los cuales su único fin es el de aumentar la calidad. Asocia una gran
24
cantidad de maneras para entender procedimientos desde el principio de
una imagen, y el resultado final es una totalmente diferente. El pixel en una
figura o imagen resultado final que llegar a tener mayor rédito en función
de la imagen inicial incorporada.
La finalidad de estos métodos es observar o reconocer una imagen, de tal
forma que sea apropiado de la imagen inicial, para algún provecho en
específico. El intervalo en concreto es esencial, porque establece que la
utilidad del resultado este en función de la interrogante que se trata. De tal
manera que, una técnica es beneficiosa o apropiada para realizar un
modelo de imagen que de tratarse de otras imágenes sea incapaz.
CAVIDAD BUCAL
La cavidad bucal es la parte esencial que constituye el sistema digestivo,
como función primordial está encargada de la ingesta de alimentos. La
cavidad bucal consta de partes principales entre las cuales encontramos
los labios superiores, las piezas dentales, lengua, labios inferiores y órgano
del sentido del gusto, cada una de estas partes realizando varias funciones
como las expresiones faciales, gestos, el lenguaje, sonrisa entre otras; por
lo tanto, no solo su utilidad es de la alimentación, asimismo se encarga de
la comunicación mediante la fonética (Ceballos, 2013).
25
Figura 7. Partes de la cavidad bucal
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Dentaltix, 2019)
MORFOLOGÍA DEL DIENTELas características morfológicas del diente son específicamente para
favorecer la manifestación de caries, como acontece en las superficies
oclusales de los dientes del sector posterior, en los que la existencia de
fisuras profundas imposibles de poder hacer una limpieza hace que
incremente la incidencia en estas localizaciones. La prioridad en la
afectación de los diferentes ámbitos de un diente va a depender de las
características anatómicas o defectos que estas presenten, siendo distintas
según los tipos de dientes (Pereira, 2015).
ANATOMÍA DEL DIENTE
Las coronas de los incisivos y los caninos tienen cuatro superficies y una
cresta, y las coronas de los premolares y molares tienen cinco superficies.
Las superficies se nombran de acuerdo con sus posiciones y usos. En los
incisivos y caninos, las superficies hacia los labios se llaman superficies
26
labiales; en los premolares y molares, los que están frente a la mejilla son
las superficies bucales. Cuando las superficies labiales y bucales se
mencionan colectivamente, se denominan superficies faciales. Todas las
superficies que miran hacia la lengua se llaman superficies linguales. Las
superficies de los premolares y molares que entran en contacto (oclusión)
con las de la mandíbula opuesta durante el acto de cierre se denominan
superficies oclusales. Estas se llaman superficies incisales con respecto a
incisivos y caninos (Stanley J. Nelson, 2014).
Figura 8. Anatomía del Diente
Elaborado por: Kerly Espinoza & Jonathan Quinde
Fuente: (Health, 2019)
ESMALTE
Es el único tejido de origen osteoblástico, siendo la sustancia más dura que
posee el cuerpo humano. Su aspecto es traslucido brillante que recubre la
corona de cada pieza dental y su principal característica es proteger la
dentina del medio bucal, si llegase a desgastar el esmalte dental este no
podrá regenerarse perdiéndose de por vida esto permitirá atraer
enfermedades como las caries, gingivitis, periodontitis entre otros (Silverti,
2014).
27
EL endurecimiento del esmalte dental aumenta de adentro hacia afuera a
medida que avanza la edad de la persona. Además, el esmalte está
compuesto por prismas entrelazados por una sustancia Inter prismática,
cuya fortaleza es menor que la de los prismas. Esto se confirma
histológicamente descalcificando una pieza dental consumida o
desgastado en el cual microscópicamente se contempla que la sustancia
Inter prismática ha sido atacada por el ácido que producen las bacterias.
El estudio de la estructura histológica del esmalte puede abarcar distintos
aspectos. Uno de ellos nos da la posibilidad de reconocer patrones
morfológicos funcionales, restricciones, adaptaciones ontogénicas o
filogenéticas mediante un sistema jerárquico de clasificación. Este sistema
contiene distintos niveles de complejidad de la microestructura del esmalte
esto nos permite ordenar la información, desde la ubicación de los cristales
en un área limitada del esmalte, hasta una variación y distribución de la
microestructura en toda la dentición (Durso, y otros, 2017).
DENTINA
La dentina es principalmente la sustancia por la cual está constituido un
diente, también es nombrada sustancia de marfil, cada parte de una pieza
dental está formado por dentina, en su etapa de crecimiento se lo denomina
dentinogénesis, las encargadas de la elaboración de la dentina son las
células denominadas odontoblastos. Este tejido está compuesto
principalmente de colágeno y las moléculas citoplasmáticas, se distingue
por mostrar una cobertura de tejido vivo y túbulos que están enlazados al
nervio del diente. Varios trastornos dentales se originan por el poco cuidado
de la encías o reducción de estas, esto provoca que la dentina quede
expuesta y provocando sensibilidad dental. (Pérez & Gardey, 2017).
PULPA DENTAL
Es un tejido conectivo que contiene gran cantidad de vasos sanguíneos, no
contiene nervios y no está mineralizado, está compuesto por túbulos
28
dentinarios y colágeno que lo encontramos en la matriz ósea que se
extiende del apéndice de la raíz a través de la corona del diente. La pulpa
dental es el principal responsable de la formación de la dentina, ya que esta
rodea a la pulpa, esto se logra mediante odontoblastos. Es necesario
realizar un tratamiento en la pulpa en caso de que exista caries profundas
o que comience a ver perdida de tejido en la pulpa dental. (Avathamsa
Athirasala, 2017).
ENCÍA
Se la define como un tejido mucoso grueso que une el epitelio que cubre
cada diente. Su principal función es sostener a los dientes en los huesos
maxilares, recubre a cada pieza dental evitando que los microbios y
bacterias afecten a la raíz, tiende a tener un color rosa, cuando observamos
en la encina presenta un tono rojizo y esta inflamada esto es causa de
enfermedades bucales como la gingivitis, para esto se recomienda tener un
buen cepillado en cada aseo bucal (Pichel & Delgado, 2013).
DENTADURA
La dentadura humana se compone de varios tipos de dientes. Cuando se
aplican medidas terapéuticas es necesario tener en cuenta sus
particularidades anatómicas correspondientes, sobre todo en lo que
respecta a la longitud radicular y el número de raíces:
• Incisivos: en forma de cincel y poseen una sola raíz.
• Caninos: con corona triangular y raíz larga.
• Premolares: situados al frente de los molares, con corona de dos
cúspides y una raíz.
• Molares: Muelas de gran tamaño, con corona de 4 o 5 cúspides; los
molares del maxilar superior tienen 3 raíces, los del maxilar inferior
tienen 2 (Onmeda, 2019).
29
Figura 9. Dentadura Bucal
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Onmeda, 2019)
ENFERMEDADES BUCODENTALESLas enfermedades bucodentales empiezan afectando un área limitada del
cuerpo humano considerando su relación con cada pieza dental, es decir,
sus consecuencias e impacto llegar a afectar al cuerpo de forma global. La
organización Mundial de la Salud (OMS) define a la salud bucodental como
"la usencia de dolor bucal o facial, de cáncer oral o garganta, de infecciones
o ulceras, caries, perdida de las piezas dentales, de enfermedades
periodontales o alguna otra alteración que llegasen a limitar la capacidad
de morder, reír, hablar, masticar y por lo tanto comprometan el bienestar
psicosocial" (Federación Dental Internacional, 2015).
CARIES DENTAL
La caries dental es catalogada una enfermedad multifactorial que se
caracteriza por la destrucción de los tejidos del diente que causa como
consecuencia la desmineralización que es provocada por los ácidos que
generan la placa bacteriana.
30
LA ETIOPATOGENIA DE LAS CARIES
La caries es un proceso patológico en donde la podemos localizar con
mayor frecuencia en el diente, esto se puede dar por numerosos factores.
Tradicionalmente se ha hecho sinónimo de caries a cavitación, pero esto
no es una forma correcta, ya que la cavitación la podemos observar en las
etapas finales de la enfermedad. La caries desde su principio de los
estadios se caracteriza por el deterioro del esmalte y la dentina,
transformación en el que tienen intervención un gran número de factores.
Es por esto por lo que definimos la caries como una enfermedad
multifactorial que condiciona el deterioro de los tejidos duros del diente.
La caries no se fabrica de forma específica por los estreptococos, sino que
interviene toda la flora de la placa que tiene una técnica para producir
ácidos. debido a esto, se han descrito numerosos microorganismos
prevalecientes dependiendo de la ubicación (Pereira, 2015).
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Pereira, 2015)
• Caries de surcos y fisuras: Estreptococo mutansy salivaris y lactobacilos.
Caries de superficie lisa: Estreptococomutans y salivaris.
• Caries dentinaria: Lactobacilos, actinomicesnaeslundii y viscosus, y estreptococo mutans.
Caries radicular: Actinomices viscosus yestreptococo mutans.
Figura 10. Microorganismos dependiendo de la ubicación de las caries
31
IMPLEMENTACIÓN DEL SISTEMA DE CLASIFICACIÓN Y MANEJO DECARIES (ICCMS).
El ICCMS es un sistema proyectado en desenlaces de salud, que busca
sostener la salud y proteger la estructura dental. La clasificación de los
periodos del proceso de caries y tener un valor de la actividad con
frecuencia por la atención preventiva que se ajusta al riesgo, el control de
lesiones iniciales no cavitacionales de caries y el tratamiento operatorio
conservador de lesiones de caries dentinal profunda y cavitadas (Guía
ICCMS™, 2014).
La misión del Sistema Internacional de Clasificación y Manejo de Caries
(ICCMS) es interpretar el entendimiento actual internacional acerca de la
patogénesis, prevención y control de la caries dental de una forma holística,
a través de una evaluación integral y un plan de cuidado personalizado de
la caries.
Cuadro N. 3 Categorías combinadas de caries según ICCMS
Categorías combinadas de caries de ICCMS
Cat
egor
ías
de c
arie
s
Ejemplares
sanos
(código
ICDAS 0)
sin pruebas de caries notorias
(sin cambio o con cambio que
puedan verse en la translucidez
del esmalte) cuando se estudia la
superficie limpia y después de
secado extendido con aire (5
segundos).
Estado inicial
de caries
(código
ICDAS 1-2)
se visualizan cambios detectables
como machas blancas y/o café,
pero no muestran ninguna
evidencia de ruptura de la
superficie o sombra subyacente
en la dentina.
32
Estado medio
de caries
(código
ICDAS 3-4)
Una lesión de mancha blanca o
café con una ruptura localizada
del esmalte la dentina no está
expuesta (ICDAS 3) puede tener
una sombra subyacente de
dentina (ICDAS 4)
Estado grave
de caries
(código
ICDAS 5-6)
Una cavidad detectable en el
esmalte ya opaco con dentina
visible (ICDAS 5 o 6)
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Guía ICCMS™, 2014)
SISTEMA EXPERTOSe definen en forma muy general como sistemas de computación que
incluyen componente de hardware y software que recopilan y simulan el
pensamiento de expertos humanos en un dominio y área específica del
conocimiento. Un SE puede llegar a ser capaz de aprender y razonar en
situaciones bastante determinísticas e inciertas entablando una
conversación con expertos humanos, pueden tomar decisiones propias y
explicar el de porqué estas decisiones son las correctas frente a un caso o
estudio, esto permite que el SE pueda proporcionar un grado razonable de
credibilidad en la toma correcta de decisiones.
VENTAJAS DE SISTEMAS EXPERTOS
Los Sistemas Expertos son programas de computadora que se diferencia
de los programas tradicionales, ya que es el conjunto de inteligencia y
reglas de intervención de un experto humano, referente a un problema
específico, que le permite al programa una semejanza del experto humano
33
ayudando a encontrar la mejor solución, entre un gran número de
soluciones posibles, atendiendo a la naturaleza del problema y al entorno
en el que éste se da. Además, los Sistemas Expertos poseen facilidades
de explicación de cómo se llegó a la solución y, en ciertos casos,
mecanismos para aprender de la experiencia.
Las ventajas de un sistema experto son:
• Autonomía.
• Reproductibilidad.
• Bajo costo de adquisición y operación.
• Facilidad de distribución.
• Flexibilidad para modificadores y expansión.
TIPOS DE SISTEMAS EXPERTOS
La mayoría de los sistemas experto pueden clasificarse de la siguiente
manera:
De interpretación: Este tipo de sistemas conducen a un resultado
según estados y situaciones utilizando de datos. Esta categoría
incluye la comprensión de mensajes, análisis de imágenes,
interpretación de señales, etc.
De predicción: Esta clase de sistemas muestra los probables
acontecimientos de una situación dada. Esta categoría incluye las
predicciones del clima, del tráfico, las predicciones demográficas,
etc.
De diagnóstico: Son aquellos dispositivos que detectan el mal
funcionamiento de un sistema dependiendo de los síntomas que
llegue a presentar. Pueden ser el diagnóstico médico, electrónico,
mecánico, etc.
34
De diseño: Estos sistemas pueden desarrollar las configuraciones
que solucionen un problema cumpliendo sus restricciones. Estos
podrían ser diseños de edificios, de circuitos, etc.
ESTRUCTURA DE UN SISTEMA EXPERTO
Para el desarrollo de un sistema experto se debe tomar en cuenta el
dominio de trabajo en el que se aplicara el aprendizaje de dicho SE, existen
diversas estructuradas que se componen de la dificultad del área o dominio
a utilizar el sistema experto, para el prototipo propuesto se trabajará con la
siguiente estructura:
Figura 11. Estructura de un sistema experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (Díez, 2010)
35
EXPERTO HUMANO
Es la persona que interactúa con el sistema para “transferirle su
conocimiento”, mediante la inserción de reglas que facilitan el "aprendizaje
del sistema experto, este conocimiento debe ser continuo.
MODULO DE ADQUISICIÓN DEL CONOCIMIENTO
Este módulo es considerado la interfaz de comunicación entre el sistema
experto basado en reglas y el humano experto en el área de la odontología,
por medio del cual el experto humano se encuentra constantemente
ingresando nuevos conocimientos a la base de conocimientos del sistema
experto.
La adquisición de conocimiento es un proceso de recopilación de datos o
información, por un lado, y de captarlos, asimilarlos o analizarlos para la
formación de conceptos, clarificación, formulación de preguntas o
comprensión del problema a resolver o llegar a conclusiones por otro lado
(Kaba & Ramaiah, 2018).
MOTOR DE INFERENCIAS
Es un programa de control cuya función es seleccionar las reglas posibles
capaces de llegar a solventar un problema, para ello se vale de ciertas
estrategias de control sistemáticas o de estrategias heurísticas. La
estrategia de control sistemática es un programa de control hecho de forma
algorítmica que pretende aplicar una heurística de propósito general cuya
función es realizar una exploración exhaustiva y metódica de la base de
conocimientos (Michael, 2017).
Los motores de inferencia (o razonadores) son software de aplicación para
calcular o derivar nuevos hechos de las bases de conocimiento existentes.
Aunque existen varios tipos de motores de inferencia, nuestro estudio se
centra solo en motores de inferencia basados en reglas. Un motor de
inferencia basado en reglas aplica reglas con los datos para razonar y
36
derivar algunos hechos nuevos. Cuando los datos coinciden con las
condiciones de la regla, el motor de inferencia puede modificar la base de
conocimiento, por ejemplo, afirmación o retracción de hechos, o funciones
de ejecución, por ejemplo, mostrar los hechos derivados. Nuestra revisión
se centra en razonadores basados en reglas destinados al procesamiento
de datos web semántico (Rattanasawad, 2018).
BASE DE CONOCIMIENTO
Es el conjunto de reglas que permiten representar los conocimientos del
dominio de experto en un área determinada, donde cada regla
aisladamente tiene un significado propio. Normalmente los conocimientos
son de tipo declarativo por lo cual la Base de conocimiento es una
descripción de los conocimientos del experto humano y requiere de algún
mecanismo que obtenga las inferencias adecuadas para resolver un
problema y ser capaz de tomar decisiones (L. Atymtayeva, 2014).
BASE DE HECHOS
La Base de Hechos conocida como memoria de trabajo o base de datos
global, es la que contiene los datos de partida y los criterios de parada, la
misma se va actualizando durante la ejecución del sistema.
MÓDULO DE EXPLICACIÓN
Este módulo se encargará de generar los resultados o diagnósticos
arrojados por el sistema experto al usuario interesado, dichos resultados
son obtenidos del motor de inferencias quien es el que genera los nuevos
conocimientos.
INTERFAZ DE USUARIO
La interfaz de usuario del sistema experto permitirá ofrecer un ambiente
amigable, entendible para el usuario y así poder interactuar de forma
óptima con el sistema.
37
USUARIO
Es la persona que realiza la consulta al sistema experto para obtener una
respuesta coherente y asertiva. Con la información que provee el sistema
se trata de generar una conclusión en base a la información ingresada
previamente y si es ambigua se obtiene más información de parte del
usuario.
GINGIVITIS
Para efecto de utilizar algoritmos que permitan la detección temprana de
gingivitis se toma como referencia el algoritmo para diagnosticar el nivel de
afectación de gingivitis desarrollado por los estudiantes (Murillo & Salinas,
2019), trabajo de tesis consistía en el desarrollo de un sistema web que les
permita la detección temprana de gingivitis en la cavidad bucal aplicando
reglas heurísticas.
DESCALCIFICACIÓN
Para efecto de que el sistema experto logre abarcar la detección de
descalcificación de piezas dentales, se considera el algoritmo desarrollado
por los estudiantes (Maya & Guevara, 2019), en su trabajo de tesis titulado
“Desarrollo de un sistema web que determine el nivel de descalcificación
de un paciente desde su cavidad bucal considerando el espectro visible y
no visible”, donde el objetivo principal fue implementar el sistema web es
ofrecer una solución tecnológica que permita digitalizar los procesos, de
esta manera que ayude a un especialista en el área de odontología a
reducir la cantidad de tiempo empleado en una revisión y a obtener un
mejor juicio al momento de recetar algún tratamiento para los pacientes.
MARCO LEGALBasado en la presente fundamentación legal nuestro proyecto se apega a
las leyes, cumpliendo con todas las normas y especificaciones que requiere
este proyecto de titulación.
38
ARTÍCULOS DE LA CONSTITUCIÓN REPÚBLICA DEL ECUADOR
Sección cuarta
Cultura y ciencia
Art. 22.- Las personas tienen derecho a desarrollar su capacidad creativa,
al ejercicio digno y sostenido de las actividades culturales y artísticas, y a
beneficiarse de la protección de los derechos morales y patrimoniales que
les correspondan por las producciones científicas, literarias o artísticas de
su autoría.
Sección quinta
Educación
Art. 26.- La educación es un derecho de las personas a lo largo de su vida
y un deber ineludible e inexcusable del Estado. Constituye un área
prioritaria de la política pública y de la inversión estatal, garantía de la
igualdad e inclusión social y condición indispensable para el buen vivir. Las
personas, las familias y la sociedad tienen el derecho y la responsabilidad
de participar en el proceso educativo.
Art. 28.- La educación responderá al interés público y no estará al servicio
de intereses individuales y corporativos. Se garantizará el acceso universal,
permanencia, movilidad y egreso sin discriminación alguna y la
obligatoriedad en el nivel inicial, básico y bachillerato o su equivalente.
Sección primera
Educación
Art. 350.- El sistema de educación superior tiene como finalidad la
formación académica y profesional con visión científica y humanista; la
investigación científica y tecnológica; la innovación, promoción, desarrollo
y difusión de los saberes y las culturas; la construcción de soluciones para
los problemas del país, en relación con los objetivos del régimen de
desarrollo.
39
Art. 355.- El Estado reconocerá a las universidades y escuelas politécnicas
autonomía académica, administrativa, financiera y orgánica, acorde con los
objetivos del régimen de desarrollo y los principios establecidos en la
Constitución. Se reconoce a las universidades y escuelas politécnicas el
derecho a la autonomía, ejercida y comprendida de manera solidaria y
responsable.
TÍTULO IX
SUPREMACÍA DE LA CONSTITUCIÓN
Capitulo primero
Principios
Art. 424.- La Constitución es la norma suprema y prevalece sobre cualquier
otra del ordenamiento jurídico. Las normas y los actos del poder público
deberán mantener conformidad con las disposiciones constitucionales; en
caso contrario carecerán de eficacia jurídica.
ARTÍCULOS DE LA LEY ORGÁNICA DE EDUCACIÓN SUPERIOR
TITULO I
AMBITO, OBJETO, FINES Y PRINCIPIOS DEL SISTEMA DEEDUCACION SUPERIOR
CAPITULO I
ÁMBITO Y OBJETO
Art. 1.- Ámbito. - Esta Ley regula el sistema de educación superior en el
país, a los organismos e instituciones que lo integran; determina derechos,
deberes y obligaciones de las personas naturales y jurídicas, y establece
las respectivas sanciones por el incumplimiento de las disposiciones
contenidas en la Constitución y la presente Ley.
Art. 2.- Objeto. - Esta Ley tiene como objeto definir sus principios,
garantizar el derecho a la educación superior de calidad que propenda a la
excelencia interculturalidad, al acceso universal, permanencia, movilidad y
egreso sin discriminación alguna y con gratuidad en el ámbito público hasta
el tercer nivel.
40
CAPITULO II
FINES DE LA EDUCACIÓN SUPERIOR
Art. 4.- Derecho a la Educación Superior. - El derecho a la educación
superior consiste en el ejercicio efectivo de la igualdad de oportunidades,
en función de los méritos respectivos, a fin de acceder a una formación
académica y profesional con producción de conocimiento pertinente y de
excelencia. Las ciudadanas y los ciudadanos en forma individual y
colectiva, las comunidades, pueblos y nacionalidades tienen el derecho y
la responsabilidad de participar en el proceso educativo superior, a través
de los mecanismos establecidos en la Constitución y esta Ley.
Art. 19.- Inviolabilidad de los recintos universitarios. - Los recintos de las
universidades y escuelas politécnicas son inviolables y no podrán ser
allanados sino en los casos y términos en que puede serlo el domicilio de
una persona, según lo previsto en la Constitución y la Ley. Deben servir
exclusivamente, para el cumplimiento de sus fines y objetivos definidos en
esta Ley. La vigilancia y el mantenimiento del orden interno son de
competencia y responsabilidad de sus autoridades. Cuando se necesite el
resguardo de la fuerza pública, el representante legal de la institución
solicitará la asistencia pertinente, de lo cual informará en su momento al
órgano colegiado académico superior.
PATRIMONIO Y FINANCIAMIENTO DE LAS INSTITUCIONES DEEDUCACIÓN SUPERIOR
Art. 21.- Acreditación de fondos. - Los fondos constantes en los literales
b), c), d), e), k), l) y n) del artículo anterior, que correspondan a las
instituciones de educación superior públicas, al igual que los recursos que
correspondan a universidades particulares que reciben asignaciones y
rentas del Estado, serán acreditados en las correspondientes subcuentas
de la Cuenta Única del Tesoro Nacional.
41
TITULO IV
IGUALDAD DE OPORTUNIDADES
CAPITULO I
DEL PRINCIPIO DE IGUALDAD DE OPORTUNIDADES
Art. 71.- Principio de igualdad de oportunidades. - El principio de
igualdad de oportunidades consiste en garantizar a todos los actores del
Sistema de Educación Superior las mismas posibilidades en el acceso,
permanencia, movilidad y egreso del sistema, sin discriminación de género,
credo, orientación sexual, etnia, cultura, preferencia política, condición
socioeconómica, de movilidad o discapacidad.
Art. 87.- Requisitos previos a la obtención del grado académico. -Como requisito previo a la obtención del grado académico, los y las
estudiantes deberán acreditar servicios a la comunidad mediante
programas, proyectos de vinculación con la sociedad, prácticas o pasantías
preprofesionales con el debido acompañamiento pedagógico, en los
campos de su especialidad.
TITULO V
CALIDAD DE LA EDUCACION SUPERIOR
CAPITULO I
DEL PRINCIPIO DE CALIDAD
Art. 93.- Principio de Calidad.- El principio de calidad establece la
búsqueda continua, autorreflexiva del mejoramiento, aseguramiento y
construcción colectiva de la cultura de la calidad educativa superior con la
participación de todos los estamentos de las instituciones de educación
superior y el Sistema de Educación Superior, basada en el equilibrio de la
docencia, la investigación e innovación y la vinculación con la sociedad,
orientadas por la pertinencia, la inclusión, la democratización del acceso y
la equidad, la diversidad, la autonomía responsable, la integralidad, la
democracia, la producción de conocimiento, el diálogo de saberes, y
valores ciudadanos.
42
TITULO VIII
INTEGRIDAD
CAPITULO II
DE LA TIPOLOGÍA DE INSTITUCIONES, Y REGIMEN ACADEMICO
Sección primera
De la información y tipos de instituciones
Art. 144.- Trabajos de Titulación en formato digital. - Todas las
instituciones de educación superior estarán obligadas a entregar los
trabajos de titulación que se elaboren para la obtención de títulos
académicos de grado y posgrado en formato digital para ser integradas al
Sistema Nacional de Información de la Educación Superior del Ecuador
para su difusión pública respetando los derechos de autor.
TITULO XI
DE LAS FALTAS Y SANCIONES
Art. 204.- Sanciones a Instituciones del Sistema de Educación Superior. -
El incumplimiento de las disposiciones consagradas en la presente Ley por
parte de las instituciones de educación superior, y cuando no constituyan
causales para la intervención de la institución, dará lugar, previo el proceso
administrativo correspondiente, a la imposición de las siguientes sanciones
por parte del Consejo de Educación Superior:
a) Amonestación, sanción económica o suspensión de hasta 180 días sin
remuneración, a las autoridades de las instituciones que violen o atenten
contra los derechos y disposiciones establecidos en la Ley, su reglamento
y más normativa que rige al Sistema de Educación Superior;
b) Sanción económica a las instituciones que violen o atenten contra los
derechos de la Ley, su reglamento y más normativa que rige al Sistema de
Educación Superior; y,
c) Las demás que disponga el Consejo de Educación Superior.
43
ARTÍCULOS DE CÓDIGO ORGÁNICO DE LA ECONOMÍA SOCIAL DELOS CONOCIMIENTOS, CREATIVIDAD E INNOVACIÓN
TÍTULO II
DE LOS DERECHOS DE AUTOR Y LOS
DERECHOS CONEXOS
Sección II
Objeto
Artículo 104.- Obras susceptibles de protección. - La protección
reconocida por el presente Título recae sobre todas las obras literarias,
artísticas y científico cas, que sean originales y que puedan reproducirse o
divulgarse por cualquier forma o medio conocido o por conocerse.
Sección V
Disposiciones especiales sobre ciertas obras
Parágrafo Primero
Del software y bases de datos
Apartado Primero
Del software de código cerrado y bases de datos
Artículo 131.- Protección de software. - El software se protege como obra
literaria. Dicha protección se otorga independientemente de que hayan sido
incorporados en un ordenador y cualquiera sea la forma en que estén
expresados, ya sea como código fuente; es decir, en forma legible por el
ser humano; o como código objeto; es decir, en forma legible por máquina,
ya sea sistemas operativos o sistemas aplicativos, incluyendo diagramas
de flujo, planos, manuales de uso, y en general, aquellos elementos que
conformen la estructura secuencian y organización del programa. Se
excluye de esta protección las formas estándar de desarrollo de software.
44
PREGUNTA CIENTÍFICA PARA CONTESTARSE¿Cómo se han venido desarrollando los sistemas expertos que
diagnostiquen el nivel de afectación de caries en una pieza dental de un
paciente?
DEFINICIONES CONCEPTUALES
ANÁLISIS DIGITAL DE IMÁGENES
Llamado análisis de información por el cual está producido a través de las
imágenes en varios formatos. Por la tanto esto es de ayuda para un estudio
digital como el visual (procesamiento digital de imágenes) (Rogerio-
Candelera & Linares, 2015).
CARIES
Es un proceso localizado de origen multifactorial que se inicia después de
la erupción dentaria, determinando el reblandecimiento del tejido duro del
diente y evoluciona hasta la formación de una cavidad (Ministerio de Salud
Pública, 2015).
CAVIDAD BUCAL
La cavidad bucal es el origen del sistema digestivo, el cual tiene como
función la incorporación de alimentos, su digestión, absorción y la
eliminación de los desechos (Actis., 2015).
DIAGNÓSTICO
En medicina, se conoce como diagnóstico a la identificación de la
naturaleza de una enfermedad mediante pruebas y la observación de sus
signos o síntomas. En este sentido, es fundamental para determinar la
manera en que la enfermedad será tratada (Martínez & Medina, 2014).
45
ICCMS
El ICCMS es un sistema proyectado en desenlaces de salud, que busca
sostener la salud y proteger la estructura dental. La clasificación de los
periodos del proceso de caries y tener un valor de la actividad con
frecuencia por la atención preventiva que se ajusta al riesgo (Guía
ICCMS™, 2014).
IMÁGENES
Una figura de un elemento en específico busca impresionar la percepción
visual del ser humano teniendo en cuenta este físico o digital (López, 2014).
ODONTOLOGÍA
La odontología es una carrera universitaria que avanza de forma muy
rápida. Es por ello por lo que los profesionales en odontología necesitan en
algunas ocasiones apoyo en cuestiones sobre las novedades que se dan
dentro del ámbito laboral. conocida también como la ciencia que estudia los
dientes y el tratamiento de sus dolencias (ATHENEA INSTITUTE, 2017).
PIEZAS DENTALES
Se las denomina un cuerpo duro que, se encuentra encargado en la
mandíbula del ser humano y de muchos animales, está en descubierto,
para luego servir como un miembro de masticación (Aravena, 2012).
PROCESAMIENTO DIGITAL DE IMÁGENES
Al conjunto de técnicas y procesos para descubrir o hacer resaltar
información contenida en una imagen usando como herramienta principal
una computadora se le conoce como procesamiento digital de imágenes
(PDI).
REDES NEURONALES
Wilmer Rivas Asanza; Bertha Mazón Olivo; Edwin Mejía Peñafiel
12DefiniciónLas Redes Neuronales Artificiales según (Callejas, Piñeros,
46
Rocha, Hernández, & Delgado, 2013), forman parte de la Inteligencia
Artificial, además (Oliveira Colabone, Ferrari, Da Silva Vecchia, & Bruno
Tech, 2015) piensa que son redes entrenadas a través de las entradas
obtenidas a partir de escenarios externos o internos en el sistema y estas
entradas se multiplican por pesos asignados al azar, (Shaban, El-Hag, &
Matveev, 2008).
SEGMENTACIÓN
Se conoce como segmentación a la acción de dividir algo en fragmentos,
porciones o llamados también segmentos esto nos permite trazar un perfil
de lo que estemos investigando por partes (Pomalaza, 2016).
SISTEMA EXPERTO
Es una subdivisión de la inteligencia artificial. Estos son sistemas
informáticos que simulan el proceso de memorización, aprendizaje, de
razonamiento y comunicación tales de un experto humano, estos sistemas
pueden llegar a resolver problemas de cualquier rama de la ciencia. (Rivas,
2016).
47
CAPÍTULO III
PROPUESTA TECNOLÓGICAEn este capítulo se detallará la estructura básica de un sistema experto y
como se puede aplicar utilizando la metodología Buchanan logrando así
dar como resultado un diagnóstico de caries de acuerdo con el análisis de
las imágenes con el procesamiento, estudio y determinación de una red
neuronal artificial previamente entrenada.
Se presentará por medio de capturas el entrenamiento de la red al que fue
sometido para que así el sistema experto “aprenda” en base a los
conocimientos de un experto humano que fueron introducidos al SE.
ANÁLISIS DE FACTIBILIDAD
Una vez identificada la problemática a resolver se realiza el análisis,
levantamiento de información y determinación de la factibilidad de llevar a
cabo el desarrollo del sistema experto quien pretende dar como solución
extra a los especialista o profesionales que se encuentren en un nivel de
experiencia bajo la posibilidad de diagnosticar una afectación por medio del
análisis de una imagen previamente cargada y determinar el nivel de
afectación que presente.
Este trabajo tiene factibilidad de uso en la implementación de una
herramienta tecnológica en el campo de la medicina que se serán
representadas mediante redes neuronales previamente entrenadas y así
puedan identificar en base a su aprendizaje un diagnostico predictivo
posterior al análisis de ilustraciones dentales.
FACTIBILIDAD TÉCNICA
De acuerdo con los requerimientos que se implantaron al proyecto, como
primer punto debe de contar con el procesamiento Matlab, para desde allí
48
programar los algoritmos para la segmentación de imagen y con la ayuda
de la red neuronal la cual entrenará para una detección supervisada y
recolectará la información de la imagen, para así obtener un resultado en
este caso la identificación de la pieza dental.
COMPONENTE HARDWARE
Se detallan las características de los equipos físicos, utilizados para el
desarrollo del proyecto:
LAPTOP 1 (Instalación del IDE)
• Intel(R) Core (TM) i7-7500U CP @ 2.70GHz (4 CPUs), ~2.9 GHz.
• Memoria RAM de 16 GB.
• Disco Duro de 256 GB SSD.
• Sistema Operativo Windows 10 Home 64 bits.
LAPTOP 2 (Documentación)
• Intel(R) Core (TM) i3-6006U CP @ 2.00GHz 1.99 GHz.
• Memoria RAM de 4 GB.
• Sistema Operativo Windows 10 Home 64 bits.
COMPONENTE SOFTWARE
La herramienta que se utilizó para la segmentación de imagen,
entrenamiento de la red y presentar un diagnóstico del nivel de afectación
al usuario final fue Matlab ya que ofrece su propio entorno de programación
y una serie de herramientas útiles para la implementación de un sistema
experto.
Software versión de prueba:
- Tiene una duración de 30 días.
- Es online, es decir no se deberá instalar o descargar un IDE para su
utilización.
Licenciamiento Uso estudiantil:
49
- Tiene costo anual.
FACTIBILIDAD OPERACIONAL
En cuanto a la operabilidad del proyecto se puede manifestar que el
sistema experto contará con una interfaz sencilla de manipular, dispondrá
de opciones que ofrecerán una interacción dinámica con el usuario final, en
conjunto con la información que se ofrecerá al sistema. A nivel de interfaz
el usuario, contará con 3 opciones de detección de niveles de afectación
en base a las fotos ingresadas al sistema, este se encargará de subir la
imagen realizará una consulta las segmentaciones de imagen para ofrecer
un diagnostico lógico, asertivo en cuanto al diagnóstico provisto por el
experto.
FACTIBILIDAD LEGAL
El desarrollo del modelo computacional se encuentra amparado bajo la Ley
de Propiedad Intelectual y Marco Legal del Software Libre en Ecuador que
se decretó en el año 2008 por el área administrativa del entonces
presidente de la republica Rafael correa, por lo tanto, se considera que es
factible el desarrollo del sistema ya que no contravienen en dichas normas.
En el decreto Ejecutivo 1014 publicado en el mes de abril del 2008 estipula
en el art 1, que se deben respetar los derechos de autor y derechos
conexos, la propiedad industrial, dibujos, modelos industriales entre otros.
En el presente trabajo de tesis se ha tomado en cuenta dichos artículos y
por ello se citan de tal forma de que se respete los criterios de los conceptos
hallados en este informe.
Este mismo decreto autorizo la utilización de software libre en el desarrollo
de sistemas y equipamientos informáticos, por ello se ha llevado a cabo el
desarrollo de este prototipo con el apoyo de guías de códigos fuentes de
varias fuentes de internet libres de acceso.
50
FACTIBILIDAD ECONÓMICA
Para el desarrollo del proyecto se realizó un análisis e identificación de los
costos de recursos necesarios para poder llevar a cabo la implementación
de este, estos costos estarán divididos entre hardware y software, como se
detallan a continuación:
Cuadro N. 4 Costo del proyecto (Desarrollo)
Recursos Cantidad Salario mensual Salario total (3 meses)
Líder deproyecto
1 $1200 $3600,00
Programador 1 $600 $1800,00
Total $5400,00
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Cuadro N. 5 Costos Varios
Descripción Precio Precio Final (3 meses)
Energía eléctrica $10 $30,00
Transporte $300 $900,00
Internet $40 $120,00
Impresiones $50 $150,00
Total $1200,00
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Cuadro N. 6 Recurso Hardware/Software
Descripción Cantidad Costo
Laptop Asus 1 $360,00 por alquiler (3 meses)
Laptop Dell 1 $360,00 por alquiler (3 meses)
Laptop HP 1 $360,00 por alquiler (3 meses)
Licencia Matlab 1 $2300,00 (Licencia en producción)
Total $3380,00
51
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Una vez analizado los costes varios directos e indirectos para la
elaboración de este proyecto, la totalidad de lo que constaría implementar
una versión en un ambiente de desarrollo se detalla en el cuadro 7.
Cuadro N. 7 Presupuesto Total del Proyecto
Servicios Valor
Costos de Desarrollo $5400,00
Costos varios $1200,00
Recursos de Hardware/Software $1355,00
Total $7955,00
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
ETAPAS DE LA METODOLOGÍA DEL PROYECTOPara desarrollar un sistema de información convencional existen varias
metodologías de desarrollo como son la Ingeniería de la Información,
tendencias estructuradas y orientadas a objetos, así también, existen varias
metodologías para desarrollar un sistema experto como Metodología de
Buchanan, Metodología de Grover, Metodología de Brule, Metodología
KADS, Metodología Ideal, entre otras. Para el desarrollo de este proyecto
se trabajará con la Metodología BUCHANAN.
En la aplicación de la metodología en cuanto se refiere a la adquisición de
conocimiento el ingeniero de conocimiento procede al desarrollo a través
de una serie de etapas que le permitan producir un sistema experto. La
característica más importante de esta metodología es la constante relación
entre el Ingeniero de Conocimiento y el Experto humano del área. Se
destacan 6 etapas fundamentales: 1) Identificación 2) Conceptualización 3)
Formalización 4) Implementación 5) Pruebas.
52
FASE DE IDENTIFICACIÓN
En la fase de identificación determinamos los participantes y roles, los
recursos, fuentes de conocimiento que necesitaremos para iniciar con el
desarrollo del prototipo del sistema experto. Se establecen las facilidades
computacionales y presupuestos, se identifican los objetos o metas por
alcanzar. Procedemos a identificar al equipo de desarrollo compuesto por
el experto (odontólogo), el ingeniero del conocimiento (programador) y el
usuario (Auxiliar odontológico).
La descripción del conocimiento del odontólogo se halla estructurada por
un conjunto de procesos que conllevan al diagnóstico de patologías bucales
por medio de análisis visual, limpieza de la cavidad bucal, preguntas al
paciente sobre higiene dental, en la Figura 11 se presenta la estructura del
sistema experto propuesto para este proyecto.
Figura 12. Estructura de sistema experto del prototipo
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Este sistema se basa en la construcción de la base de conocimiento, el
diseño de motor de inferencia y la aplicación de la Red Neuronal Artificial
(RNA). Para el procesamiento de segmentación de imágenes se utilizará
una herramienta propia de Matlab, IMAGE SEGMENTER, el tipo de red
neuronal a emplear es feedforwardnet y para el entrenamiento de ésta
utilizará el algoritmo trainscg logrando así un aprendizaje preliminar en
53
base a los hechos que son los datos relacionados al problema específico.
El objetivo inicial de este proyecto que es el desarrollo de un prototipo que
permita realizar el diagnóstico de caries con redes neuronales presentando
el nivel de afectación de acuerdo con lo que rige la ICDAS de la imagen de
una pieza dental almacenada previamente ingresada a la base de
conocimiento.
CONOCIMIENTOLa base de conocimiento se formó a partir de la experiencia de la Dra.
Katherine Vera Zumba especializada en Ortodoncia en la ciudad de México,
la Dra. Patricia M. Witt Rodríguez docente la Facultad Piloto de Odontología
de Guayaquil, la Dra. Katherine Naranjo Raffo, En la figura 12 se describen
los componentes principales para la creación de la base de conocimiento,
el odontólogo quien es el especialista en el área, el ingeniero quien
recolecta la información ofrecida por el especialista y las imágenes que son
el elemento que será sometido al juicio del experto.
Figura 13. Componentes que intervienen en el sistema experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
El Sistema Experto es el resultado de la contribución de “experiencias y
conocimiento” que son previamente programadas dentro del motor de
54
inferencias basándonos en el conocimiento obtenido de acuerdo con la
experiencia del experto, quien puede proveer los lineamientos de consultas,
criterios, variables posibles a tomar en cuenta en el desarrollo del prototipo.
El ingeniero en conocimiento es aquel quien determina el ambiente de
trabajo en el que programara el sistema, considerando las herramientas
hardware y software necesarios para la implementación final del producto,
también es quien en relación con el avance del prototipo depura el flujo,
procesos y respuestas finales que se obtendrán del SE.
Las imágenes cumplen un rol importante dentro de la construcción de la
red neuronal ya que se necesita contar con una base de conocimiento a la
cual el motor de inferencias pueda consultar y entrenarse para conseguir
resultados eficientes y un margen de error manejable, es importante que la
base de conocimiento este continuamente alimentada por nuevos casos de
estudio para que el sistema pueda mantenerse en continuo aprendizaje,
este es un proceso que el ingeniero y experto deben coordinar de acuerdo
a la evolución del problema específico definido al inicio de la propuesta.
FASE DE CONCEPTUALIZACIÓN
En esta fase se delimitarán los conceptos relevantes para la adquisición del
conocimiento del sistema experto, obteniendo información precisa y
coherente suministrada por el médico odontólogo, apoyado en libros,
revistas, entre otras fuentes de información que fueron útiles para
determinar las variables participantes en la creación de las reglas.
En base al formulario, anexo 1, que se presentó al odontólogo el cual
contiene una serie de imágenes, el especialista por medio de la
observación directa, análisis, determinó en qué nivel de afectación se
encontraban las imágenes de las piezas dental previamente expuestas.
En esta fase también se analizó los conceptos brindados por el experto.
Las conclusiones y definiciones más relevantes que se obtuvieron se
detallan a continuación:
55
Después del análisis de las primeras fotos, el especialista expuso
que las caries se pueden clasificar de dos formas distintas:
- Según la localización de la caries
- Según su nivel de desarrollo/avance de la caries
Las caries según su localización pueden llegar a tener 5 clases:
Clase 1: Esta fase afecta caras oclusales de piezas molares y
premolares.
Clase 2: Se produce cuando los premolares y molares se encuentran
afectados en sus caras proximales.
Clase 3: En los dientes anteriores afectan las caras proximales.
Clase 4: Las caries de esta clase afectan el borde incisal de los
dientes anteriores.
Clase 5: Afectan en los dientes anteriores lo que son las caras
bucales y linguales.
Según el nivel en el que se desarrollan las caries se pueden
categorizar por 6 grados de desarrollo que son:
1. Cuando posee manchas en tonos cafés claro.
2. Cuando la caries se presenta de color café y contienen humedad.
3. Tiene ruptura en la pieza dental o fracturas en el esmalte.
4. Sombra oscura de la dentina.
5. La pieza dental presenta ruptura del diente, dentina visible a color
marrón.
6. Visibilidad de la pulpa, ruptura mayoritaria del diente, dentina
color marrón oscura y presentación de profundidad.
El experto también indico varios procesos a los cuales se pueden acudir
para obtener un diagnostico acertado, que se detallan a continuación:
Historia Clínica: Se define como historia clínica como el documento
o instrumentos en el que se registra de forma ordenada y metódica
la narración de todos los sucesos acaecidos y comprobaciones
realizadas por el médico, contiene: nombre, fecha de nacimiento,
tipo de sangre, contacto de emergencia, fecha de su último examen
56
físico, fechas y resultados de las pruebas, estudios enfermedades
más importantes y cirugías, con fechas. Una lista de las medicinas
que toma, sus dosis y durante cuánto tiempo las ha tomado
Cualquier tipo de alergia Cualquier enfermedad crónica Cualquier
antecedente de enfermedades en su familia del paciente.
Observación directa: por medio de la apreciación visual de la cavidad
bucal podemos identificar cómo evoluciona la coloración y
alteraciones de forma de la caries.
Exploración mecánica: Esta exploración se realiza utilizando
instrumentos tangibles como el espejo, sonda periodontal, pinza,
explorador punta “roma” en donde se logra observar la condición
general de la cavidad bucal que presenta el paciente y enfocarnos
en el estudio más profundo del diente afectado detectado.
Métodos auxiliares: Es realizada mayormente en los dientes
anteriores con la transiluminación, consiste en utilizar el espejo y
reflejar la luz de la lampara a los dientes en aquellas zonas en donde
se detectaron manchas oscuras logrando confirmar si son caries o
no.
Liquido revelador de placa: Se utiliza como proceso de detección de
caries que permite resaltar de color rojo la película transparente de
bacterias que se forma alrededor de las piezas dentales que se
encuentren afectadas.
Rayos láser: En las superficies expuestas de caries nos permite
detectar y eliminar la caries dado que, gracias a la foto evaporación
del esmalte lesionado, es decir tejido enfermo es más fácil detectar.
FASE DE FORMALIZACIÓN
Para el desarrollo de esta etapa se expone la relación que existe entre
todas las variables existentes del proyecto con el fin de expresar los
conocimientos adquiridos a lo largo del levantamiento de la información
57
para dar paso a resolver el problema base adquiriendo una respuesta
aceptable por el prototipo del SE.
La arquitectura del prototipo está conformada por:
- Base de hechos (BH).
- Base de Reglas (BR), los cuales forman la BC.
- Base de conocimiento (BC).
- Estrategia de control (EC).
BASE DE CONOCIMIENTO
La base de conocimiento contiene las variables generales las fotos
facilitadas por la facultad de odontología y clasificadas por el experto. En
las entrevistas que se mantuvieron con el especialista, en la Figura 14, se
realizó la clasificación de las fotos y se las ordenó en carpetas de acuerdo
con la identificación del nivel de afectación expuesto por el experto, en la
fase de conceptualización se detalló el desglose de las características que
se presentan en los diferentes niveles de afectación tomando como
referencia el ICDAS II.
Figura 14. Clasificación de imágenes por nivel según experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Luego de realizar el proceso de segmentación de imágenes se guardaron
las originales en conjunto con los resultados de la segmentación para
proceder a realizar una comparación entre imágenes y verificar si la
segmentación cumplía el objetivo es cuál es que se sombree la zona
afectada de la pieza dental.
58
Figura 15. Clasificación de nivel II según experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
En la Figura 16, se visualiza la clasificación de imágenes de piezas
afectadas con grado de afectación con sus respectivas imágenes obtenidas
por el sistema experto identificando el área afectada.
Figura 16. Clasificación de nivel V según experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Las variables de conocimiento se obtuvieron mediante el proceso de
entrevistas con el especialista, observación de la inspección visual
59
realizada por el odontólogo hacia el paciente (anexo 1), tomando notas de
la explicación en el proceso de inspección.
Cuadro N. 8 Variables para identificar las posibles características
Nro. Variable
Lingüística
Descripción Rango/Valor
Lingüístico
1 EC Extensión de la cavidad Si, No
2 CP Coloración de la pieza dental Si, No
3 DV Dentina visible Si, No
4 PP Pérdida de más del 50% de la pieza >50%<100%
5 PE Pérdida superficial del esmalte Si, No
6 RE Rotura dental Si, No
7 VP Visibilidad de pulpa Si, No
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
BASE DE HECHOS
La base de hechos conforma en ocasiones datos estáticos o cambiantes
dependiendo del nivel de afectación que se esté analizando. Estos datos
corresponden a las características que utilizaremos para la clasificación de
las piezas dentales, pueden ser:
- Características que siempre estarán presentes, es decir, sin
importar el escenario formaran parte del problema.
- Características sujetas a cambios por factores como etnia,
cultura, higiene que mantenga el usuario en el cuidado de su
cavidad bucal.
A continuación, se detalla los hechos/casos que fueron recopilados en base
a las entrevistas con los especialistas por medio de la observación directa
de las imágenes y explicación del por qué dichas fotos correspondían a un
nivel de afectación determinado:
60
Caso 1: De acuerdo con la observación directa, análisis el especialista
indica que una pieza dental sana no presenta ni coloración, manchas, o
extensión de cavidad, en la Figura 17 se visualiza una pieza dental
totalmente sana.
Figura 17. Pieza dental sana
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 2: La pieza dental presenta una caries asintomática, se localiza al
hacer una inspección y exploración, no presenta dolor y es poca profunda.
El esmalte se ve de un brillo y color uniforme, en la Figura 18 se presenta
una pieza con nivel 1 de acuerdo con el análisis del especialista.
Figura 18. Pieza dental con nivel de afectación 1
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 3: En este tipo de afectación es visible la coloración del diente, en la
Figura 19 se presenta una mancha marrón, el esmalte de la corona se
encuentra húmedo, pero cuando falta la cutícula de Nashmith (Membrana
trasparente que cubre la corona del diente) o una porción de prismas han
sido destruidos, manchas blanquecinas granulosas. En otros casos se ven
zanjas transversales y oblicuos de color opaco, blanco, amarillo, café.
61
Figura 19. Pieza dental con nivel de afectación 2
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 3: La pieza dental presenta una caries que ya atravesó la línea
amelodentinaria y tiene una pérdida visible de la dentina, el proceso carioso
tiende a evolucionar con mayor rapidez, ya que las vías de entrada son más
amplias, en la Figura 20 se visualiza un nivel de afectación 3, en algunos
casos se presenta rotura de la cavidad.
Figura 20. Pieza dental con nivel de afectación 3
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 4: En la Figura 21 se presenta un nivel de afectación 4, es decir la
caries presenta mancha oscura en caras proximales con dentina visible a
través de esmalte húmedo con o sin microcavidad.
Figura 21. Pieza dental con nivel de afectación 4
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 5: En un nivel de afectación 5 como se presenta en la Figura 22 la
caries ya cruzó la línea amelodentinaria y se ha implantado en la dentina,
62
el proceso carioso evoluciona con mayor rapidez, ya que las vías de
entrada son más amplias, pues los túbulos dentinarios (conductos que
recorren la totalidad de la dentina desde la cámara pulpar hasta el límite
amelo-dentinario) se encuentran en mayor número y su diámetro es más
grande que el de la estructura del esmalte. Por lo tanto, la constitución de
la dentina facilita la proliferación de gérmenes y toxinas, ya que es un tejido
descalcificado provocando poca resistencia a la caries.
Figura 22. Pieza dental con nivel de afectación 5
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Caso 6: Un pieza dental que presente un nivel 6 de afectación como se
visualiza en la Figura 23 denota que la caries ha llegado a la pulpa
produciendo inflamación en este órgano, presenta dolor espontáneo
porque no es producido por una causa externa directa sino por la
congestión del órgano pulpar que hace presión sobre los nervios pulpares,
los cuales quedan comprimidos contra la pared de la cámara pulpar, este
dolor aumenta por las noches, debido a la posición horizontal de la cabeza
y congestión de la misma, causada por la mayor afluencia de sangre.
Figura 23. Pieza dental con nivel de afectación 6
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
63
Para racionalizar un poco más el concepto de cómo se realizó el análisis
de decisión en cuanto a la determinación del nivel de afectación de las
imágenes de las piezas dentales en base a las entrevistas con los expertos,
en la Figura 24 se presenta un diagrama de flujo en donde se detalla un
nivel secuencial de las características para la detección del nivel de
afectación que se encuentra una imagen observada.
Figura 24. Flujo para detección de nivel de afectación de una pieza dental
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
64
BASE DE REGLAS
Es el núcleo del SE aquí ubicamos en acción la base de conocimiento,
algoritmos matemáticos y cálculos internos para construir los
razonamientos. El algoritmo empleado consiste en crear una matriz con
cada píxel que conforman las imágenes clasificadas que se encuentran
almacenadas en nuestra base de conocimiento.
Este vector conformado por los valores RGB de cada imagen será nuestro
valor de entrada para la red neuronal. El acceso a la base de conocimientos
se la realiza de formas distintas ajustando el tamaño de cada imagen el
cual es diferente en todos los escenarios específicos, en la Figura 25
observamos un fragmento de código programado en Matlab para acceder
a nuestra base de conocimiento.
Figura 25. Acceso a la base de conocimiento
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
En base a los casos mencionados y la experiencia del especialista,
podemos crear las reglas que representen el conocimiento del experto.
Para el estudio por imagen de la evaluación del nivel de afectación decaries de una pieza dental.Regla 1:
Si el resultado al analizar la imagen es 0% entonces el nivel de
afectación es 0.
Regla 2:SI el resultado al analizar la imagen varía entre 0.5% - 4.3%
ENTONCES el nivel de afectación es 1.
65
Regla 3:SI el resultado al analizar la imagen varía entre 4.31% - 9.69%
ENTONCES el nivel de afectación es 2.
Regla 4:SI el resultado al analizar la imagen varía entre 9.7% - 11.35%
ENTONCES el nivel de afectación es 3.
Regla 5:SI el resultado al analizar la imagen varía entre 11.36% - 13.9%
ENTONCES el nivel de afectación es 4.
Regla 6:SI el resultado al analizar la imagen varía entre 13.91% - 35.1%
ENTONCES el nivel de afectación es 5.
Regla 7:SI el resultado al analizar la imagen varía entre 35.11% o mayor
ENTONCES el nivel de afectación es 6.
Una vez levantada nuestra base de conocimiento necesitares realizar la
vectorización y extracción de pixeles de la imagen previamente cargada en
Matlab, en la Figura 26 se presenta un fragmento de código que realiza
dicha acción.
Figura 26. Extracción y vectorización de pixeles de la imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
66
La red neuronal actualiza los valores de peso y sesgo de acuerdo con el
método de gradiente conjugado escalado. Entrenando la red y calculando
el área afectada y área sana contenida en la pieza dental previamente
ingresada, en la Figura 27 y 28 podemos visualizar un fragmento de código
que nos permitirá presentar en pantalla los datos del gradiente conjugado
escalado de nuestra red.
Figura 27. Método gradiente conjugado escalado
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Figura 28. Gráfico de la gradiente y validaciones.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
67
DISEÑO DE LA RED NEURONALEl componente más importante es el mecanismo de inferencia, el cual es
representado a través de una red neuronal, que proporciona la elección de
salidas para finalmente proporcionar un diagnóstico final. La Figura 29,
presenta los componentes del sistema experto, las variables de entrada,
los pesos asignados a cada valor donde luego se puede ver cómo actúa el
perceptrón realizando la inferencia, llegando a obtener las variables de
salida.
Figura 29. Componentes del sistema experto
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: (CALLISAYA, 2014)
FUNCIÓN DE TRANSFERENCIA UTILIZADOSEn una red neuronal, cada unidad de proceso tiene asociado cierta función
de transferencia, que transforma el estado actual de activación en señal
dirigida a la siguiente capa. Las funciones de transferencia se las utiliza en
base al tratamiento específico de los valores dentro de la estructura de la
red. 1) Función logaritmo sigmoidal y 2) Función tangente hiperbólica.
1. Función logaritmo sigmoidal.
2. Función tangente hiperbólica.
Entradas:Conjuntodecaracterísticas [ : 1… . + 1]: Pesos del Perceptrón
n: Taza de aprendizaje
Salidas:Diagnóstico
68
CARACTERÍSTICAS DEL DISEÑO NEURONALObjetivo de la red: Determinar un diagnóstico del nivel de
afectación que presenta una pieza dental a partir de la información
proporcionada por un experto del área en cuanto al análisis de
imágenes.
Topología de la red: Se considera una red compuesta por una capa
de entrada y una capa de salida.
Mecanismo de aprendizaje: El mecanismo de aprendizaje se basa
en un algoritmo de aprendizaje supervisado el cual consiste en
entrenar al algoritmo otorgándole las preguntas, denominadas
características, y las respuestas, denominadas etiquetas. Esto se
realiza con la finalidad de que el algoritmo las combine y pueda hacer
predicciones.
Representación de la información: Es de tipo analógica, ya que
son valores reales. Las entradas estarán relacionadas de acuerdo
con el análisis de características para identificar el grado de
afectación detallado en el anexo 1 por el experto, de esta manera la
salida se considera un valor real.
FASE DE IMPLEMENTACIÓN
La implementación del prototipo desarrollado nos permite plasmar el
conocimiento formalizado en la etapa anterior, utilizando las herramientas
y técnicas especificadas y analizadas por el ingeniero de conocimiento.
Para la programación se utilizó el entorno de la herramienta Matlab que es
un sistema de cómputo numérico que ofrece un entorno de desarrollo
integrado con su propio lenguaje de programación.
PROTOTIPOUna vez terminado el desarrollo del prototipo, para su ejecución es
necesario que Matlab este instalado en el equipo en donde se desee utilizar
el sistema. A continuación, se presentará una de las pantallas del sistema
experto para el diagnóstico del nivel de afectación de una pieza dental,
69
figura 30. Al ejecutar el sistema experto se abre una pestaña que cuenta
con varias opciones que son: cargar imagen, limpiar y salir, también cuenta
con la representación de un cuadrante del plano cartesiano para que se
visualicen los resultados de la imagen previamente cargada.
ACCESO AL SISTEMA
Figura 30. Pantalla principal del sistema
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
CARGAR IMAGEN A PROCESAR
Figura 31. Carga de imagen a analizar
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
70
DETECCIÓN DE NIVEL DE AFECTACIÓN
Figura 32. Detectando nivel de afectación de caries
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
DIAGNÓSTICO RESULTANTE
Figura 33. Pantalla con diagnóstico resultante
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
71
FASE DE PRUEBAS
Una vez construido el sistema experto se procede a realiza las pruebas
respectivas tanto de funcionamiento, resultados, datos ingresados,
Presentado como se introducen los datos de entrada, el procesamiento de
las imágenes, funcionamiento de la red neuronal y todo su proceso interno
para la detección de la caries.
Prueba 1: Segmentación de la imagen
Se espera segmentar el área requerida, en este caso sería toda la sección
de caries que se encuentre presente en la pieza dental.
Resultado: Error, en el proceso segmento la parte de la encía mas no la
caries.
Figura 34. Error en prueba de segmentación de área específica
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Prueba 2: Segmentación de la imagen
Se ingresa nuevamente la misma imagen y se intenta segmentar el área
afectada de la cavidad, pero al segmentar toma la parte color rosa que
representa las encías.
72
Resultado: Error.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Prueba 3: Entrenamiento de la red
Se insertaron 10000 épocas para entrenamiento con 5 capas ocultas,
pero dado que después de 30 horas se realizaron 285 iteraciones se
detuvo el proceso de entrenamiento.
Resultado: Deficiente.
Figura 35. Prueba de entrenamiento de red
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
73
Prueba 4: Segmentación de imagen
Se ingresó nuevamente una imagen y se aplicó la segmentación del áreaafectada.
Resultado: Exitoso.
Figura 36: Prueba de segmentación exitoso
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Prueba 5: Diagnóstico de nivel de afectación
Se realizó la carga de la imagen al sistema, segmentación y detección de
nivel de afectación.
Resultado: Exitoso.
Figura 37. Prueba de diagnóstico de nivel de afectación
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
74
ENTREGABLES DEL PROYECTO
Documentación del proyecto.
Código Fuente (Prototipo SE).
Manual de usuario.
Manual técnico.
CRITERIOS DE LA VALIDACIÓN DE LA PROPUESTALa validación de la propuesta de trabajo de titulación se realizó mediante
dos criterios:
• Juicio de Expertos.
• Pruebas Técnicas.
JUICIO DE EXPERTOS
Para el análisis del funcionamiento del sistema experto se realizó las
validaciones de los requerimientos definidos inicialmente en el alcance del
proyecto que se llevaron a cabo con la ayuda de la Dra. Katherine Vera
Zumba especializada en Ortodoncia en la ciudad de México y la Dra.
Katherine Naranjo Raffo especializadas en Ortodoncia.
Se realizaron varias pruebas en las cuales se comprobó el funcionamiento
del SE desde el ingreso al sistema hasta la constatación del resultado de
afectación presentado por pantalla, estas validaciones son:
• Ingreso al sistema por medio de la interfaz (Odontólogo).
• Verificación de la imagen antes de ingresar al análisis interno del
Sistema Experto.
• Detección del área afectada que presente la foto ingresada al
Sistema.
• Validación del resultado que presente el sistema de acuerdo con el
nivel de afectación hallado.
• Comparación entre el conocimiento del experto y el resultado que
presenta el sistema.
75
Cuadro N. 9 Criterios de validación de la propuesta por parte de expertos
EXPERTOS DEL CRITERIO DE VALIDACIÓN
ID NOMBRE DELEXPERTO
TITULOACADÉMICO
ESPECIALIDAD OBSERVACIÓN
1 Dra. KatherineVera Zumba
Doctor enOdontología
Ortodoncia Ninguna
2 Dra. KatherineNaranjo Raffo
Doctor enOdontología
OdontologíaGeneral
Ninguna
3 Dr. John UbillaCotto
Doctor enOdontología
OdontologíaGeneral
Ninguna
4 Ing. SantiagoLuna
IngenieroEléctrico
InformáticaIndustrial
Entrenar pormucho más
tiempo la red.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
PRUEBAS TÉCNICAS
El sistema experto fue sometido a una serie de pruebas funcionales para
lograr determinar cada uno de los objetivos descritos en el capítulo I,
validando desde la captura de la imagen, el PDI hasta el resultado del
análisis de la imagen realizada por el prototipo del sistema experto.
Cuadro N. 10 Pruebas técnica – rol administrador
Procesos Descripción CumpleNo
cumple
Observaciones
Acceso a la BC Seleccionar del sistemala imagen a segmentar
Si Aumentarcasos
Procesamientode imagen
Separar el áreaafectada del área no
afectada
Si
Acceso a laRNA
Realizar el diagnósticorespectivo
Si
Acceso a BH Consultar datostemporales opermanentes
Si
Diagnóstico Presentación de nivelde afectación
Si Mejorarinterfaz
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
76
En el cuadro N.11 se describe las pruebas técnicas realizadas por el
odontólogo validando la funcionalidad del sistema.
Cuadro N. 11 Prueba técnica – rol experto (odontólogo)
Procesos Descripción Cumple No cumple
Ingreso deinformación
Recorta conprecisión lasáreas de la bocaque no se van aanalizar.
Si
Ingreso deinformación
Permitedistinguir elárea afectada
Si
Ingreso deinformación
Se segmenta laimagen deacuerdo con loprogramado
Si
Diagnóstico
Emitir undiagnóstico delnivel deafectación.
Si
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
En el cuadro N.12 el experto (odontólogo) valida que el sistema experto
realice la detección de caries y comprueba si el resultado arrojado por el
sistema concuerda con su experiencia y conocimiento
Cuadro N. 12 Prueba detección de caries - rol experto (odontólogo)
Procesos Descripción Cumple No cumple
Análisis de foto
Analiza laimagen y detectaanormalidades
Si
Salida deinformación
Muestra enimagen el áreaafectada
Si
77
Salida deinformación
Emite unporcentaje paradeterminar elgrado dedeterioro.
Si
DiagnósticoPresentación deresultado
Si
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
PROCESAMIENTO Y ANÁLISIS
Para la recolección de datos óptimos para el sistema experto se utilizaron
herramientas de recolección de datos como: entrevistas con expertos en el
área de la odontología, también se recolecto datos mediante la observación
de la clasificación de las imágenes presentadas ante la Odón. Katherine
Vera mientras se detallaban las razones porque las imágenes
correspondían a un nivel en concreto.
De la clasificación realizada por el experto humano de las 300 imágenes
presentadas en la primera entrevista se obtuvieron los siguientes datos:
Nivel de afectación de pieza dental 0: el nivel 0 representa a una pieza
dental completamente sana, es decir no presenta características de daño
como se detalla en el cuadro 13.
Cuadro N. 13 Grado de afectación ICDAS 0
Cod. ICDAS Características Nivel de daño
0
Mancha Blanca 0%
Mancha Marrón 0%
Ruptura de superficie 0%
Sombra oscura de dentina 0%
Exposición de dentina a mitad
de la superficie0%
78
Exposición de dentina mayor a
la mitad de la superficie0%
Pulpa Visible 0%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 1. Características de pieza dental con nivel de afectación 0
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 1: Se detectan los primeros cambios en
coloración de la pieza dental, estos pueden variar entre manchan de color
blanco hueso o en otros casos manchas color café claro.
Cuadro N. 14 Grado de afectación ICDAS 1
Cod. ICDAS Características Nivel de daño
1
Mancha Blanca 100%
Mancha Marrón 0
Ruptura de superficie 0
Sombra oscura de dentina 0
Exposición de dentina a mitad de
la superficie 0
0% 0% 0% 0% 0% 0% 0%
MA
NC
HA
BLA
NC
A
MA
NC
HA
MA
RR
ÓN
RU
PT
UR
A D
ESU
PE
RFI
CIE
SOM
BR
A O
SCU
RA
DE
DE
NT
INA
EX
PO
SIC
IÓN
DE
DE
NT
INA
A M
ITA
DD
E L
A S
UP
ER
FIC
IE
EX
PO
SIC
IÓN
DE
DE
NT
INA
MA
YO
R A
LA M
ITA
D D
E L
ASU
PE
RFI
CIE
PU
LPA
VIS
IBLE
0
CARACTERÍSTICAS ICDAS 0
79
Exposición de dentina mayor a la
mitad de la superficie 0
Pulpa Visible 0
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 2 Características de pieza dental con nivel de afectación 1
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 2: En este nivel se pueden apreciar ya
una perdida superficial del esmalte natural del diente, coloración de un
color café mucho más oscuro que el nivel I.
Cuadro N. 15 Grado de afectación ICDAS 2
Cod.
ICDASCaracterísticas Nivel de daño
2
Mancha Blanca 100%
Mancha Marrón 100%
Ruptura de superficie 0%
Sombra oscura de dentina 0%
Exposición de dentina a
mitad de la superficie 0%
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
1
Características ICDAS 1
80
Exposición de dentina mayor
a la mitad de la superficie 0%
Pulpa Visible 0%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 3. Características de pieza dental con nivel de afectación 2
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 3: la pieza dental presenta una
pequeña ruptura de la cavidad, color café oscuro.
Cuadro N. 16 Grado de afectación ICDAS 3
Cod.
ICDASCaracterísticas Nivel de daño
3
Mancha Blanca 100%
Mancha Marrón 100%
Ruptura de superficie 20%
Sombra oscura de dentina 0%
Exposición de dentina a mitad
de la superficie 0%
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
2
Características ICDAS 2
81
Exposición de dentina mayor a
la mitad de la superficie 0%
Pulpa Visible 0%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 4. Características de pieza dental con nivel de afectación 3
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 4: Cuando se presenta este nivel de
afectación la pieza dental muestra una sombra oscura de dentina vista a
través del esmalte húmedo con o sin micro cavidad, conteniendo una
ruptura considerable y coloración café oscuro.
Cuadro N. 17 Grado de afectación ICDAS 4
Cod. ICDAS Características Nivel de daño
4
Mancha Blanca 100%
Mancha Marrón 100%
Ruptura de superficie 40%
Sombra oscura de dentina 40%
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
3
Características ICDAS 3
82
Exposición de dentina a mitad de
la superficie 0%
Exposición de dentina mayor a la
mitad de la superficie 0%
Pulpa Visible 0%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 5. Características de pieza dental con nivel de afectación 4
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 5: Cavidad con mancha oscura en
cara proximal con dentina visible a través de esmalte.
Cuadro N. 18 Grado de afectación ICDAS 5
Cod.
ICDASCaracterísticas Nivel de daño
5
Mancha Blanca 100%
Mancha Marrón 100%
Ruptura de superficie 100%
Sombra oscura de dentina 100%
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
4
Características ICDAS 4
83
Exposición de dentina a
mitad de la superficie 100%
Exposición de dentina mayor
a la mitad de la superficie 0%
Pulpa Visible 0%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 6. Características de pieza dental con nivel de afectación 5
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Nivel de afectación de pieza dental 6: Pérdida de más del 50% de la pieza
dentaria, visibilidad de la pulpa, nivel crítico.
Cuadro N. 19 Grado de afectación ICDAS 6
Cod. ICDAS Características Nivel de daño
6
Mancha Blanca 20%
Mancha Marrón 100%
Ruptura de superficie 100%
Sombra oscura de dentina 100%
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
5
Características ICDAS 5
84
Exposición de dentina a mitad de
la superficie 100%
Exposición de dentina mayor a la
mitad de la superficie 100%
Pulpa Visible 100%
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Gráfico 7. Características de pieza dental con nivel de afectación 6
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
0%
20%
40%
60%
80%
100%
120%
ManchaBlanca
ManchaMarrón
Ruptura desuperficie
Sombraoscura dedentina
Exposiciónde dentinaa mitad de
la superficie
Exposiciónde dentinamayor a lamitad de lasuperficie
PulpaVisible
6
Características ICDAS 6
85
CAPITULO IV
CRITERIOS DE ACEPTACIÓN DEL PRODUCTO O SERVICIO
El criterio de aceptación de este proyecto fue realizado por la Dra. Katherine
Vera Zumba especializada en ortodoncia, Dra. Katherine Naranjo Raffo
quienes verificaron los aspectos funcionales del SE en base a los
resultados arrojados determinando la calidad de exactitud del diagnóstico
presentado luego del análisis de la imagen afectada.
Este prototipo se enfoca en brindar ayuda especialista en la rama de la
odontología o estudiantes que formen parte de la universidad de Guayaquil,
facultad piloto de odontología ya que por medio de a la utilización de este
prototipo se puede establecer un diagnostico preliminar utilizando RNA y
brindar una pauta del nivel de afectación de caries de una imagen
ingresada previamente al sistema.
Cuadro N. 20 Matriz de criterios de aceptación del proyecto (Líder deinvestigación)
Alcance Criterios de aceptación Nivel decomplejidad
Estado
Base deconocimiento
Contiene imágenes depiezas dentalesclasificada por niveles deafectación
alto Aprobado
Base de hechos Almacena imágenes denuevos casos de caries
alto Aprobado
Procesamientodigital deimágenes
Se clasificará lasimágenes mediante unamatriz de pixelesdesarrollada en Matlabaplicando RNA
alto Aprobado
86
Red neuronal creación y entrenamientode red neuronal queidentifique caries
alto Aprobado
Interfaz deusuario
Interfaz web amigable alusuario, se trabajaúnicamente con lainterfaz que proveeMatlab
Medio Aprobado
Presentación deresultado
Presenta por pantalla elporcentaje de afectaciónde la pieza analizada
medio Aprobado
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
En la siguiente matriz, cuadro 21 se presenta la aceptación del sistema se
presentan los resultados de satisfacción por parte del experto en
odontología luego de la interacción con el prototipo:
Cuadro N. 21 Matriz de aceptación del sistema (Humano experto)
Funcionalidad DescripciónDías deprueba
% desatisfacción
Acceso El odontólogo cuenta conuna interfaz que le permitaingresar al sistema experto
3 80%
Carga de imagen El odontólogo cuenta con laopción de poder carga unaimagen de prueba
4 90%
Detección decaries
Después del análisis querealiza el sistema expertopresenta por pantalla laimagen sombreando el áreaafectada
4 100%
Nivel deafectación
El sistema experto presentael nivel de afectacióncorrecto.
4 75%
Elaborado por: Kerly Espinoza Burgos & Jonathan Burgos Zerna
Fuente: Datos de la investigación
87
RESULTADOS
Este prototipo se realizó en base a referencias investigativas, observación
directa en el proceso de diagnóstico por parte del experto, entrevistas cuyo
objetivo fue la recopilación de variables del conocimiento que nos permita
obtener un diagnostico preliminar de nivel de afectación que presenta una
pieza dental, se utilizó el procesamiento digital de imágenes calculando el
porcentaje de afectación de una pieza dental en pixeles utilizando redes
neuronales artificiales como se describe en la fase de formalización.
Para presentar los resultados se utilizará la imagen de una pieza dental,
como se muestra en la figura 23, en esta pieza dental se presenta una carie
que acopla en grado 6. Esta pieza dental fue sometida al análisis de
procesamiento digital de imágenes utilizando el software Matlab.
Para determinar el grado de afectación en la pieza dental se utilizó como
referencia la tabla dada por la ICDAS. Una vez que la parte afectada es
segmentada, se calcula el área con relación al total de la cavidad y la parte
afectada dando como resultado la cantidad de pixeles analizados en
porcentaje. A manera de resultado, se toma como referencia la figura 23,
donde se presenta el grado de afectación encasillada en Grado 6 el cual
corresponde a una exposición de dentina y pulpa en la cavidad según el
cuadro 3.
88
CONCLUSIONES
Una vez finalizado el prototipo del sistema experto y validando que
las patologías cumplen con los protocolos que exige un SE, se logró
incorporar caries y gingivitis, sin embargo, los algoritmos para
diagnosticar descalcificación fueron extraídos de trabajos previos de
la Carrera de Ingeniería en Sistemas Computacionales.
Una vez extraída la información del experto mediante entrevistas se
logró identificar las variables lingüísticas que determinaron por qué
una variable se asocia a un nivel de afectación, y así crear las
inferencias necesarias para obtener nuevos hechos.
Para la construcción del motor de inferencias fue necesario trabajar
desde Matlab dado que ofrece un entorno de desarrollo integrado y
un lenguaje de programación propio con el cual se entrenó la red
neuronal artificial empleando dos capas ocultas (feedforwardnet) y
el algoritmo trainscg para el diagnóstico del nivel de afectación.
Considerando el repositorio local y que Matlab es un software de
procesamiento de imágenes empleando el algoritmo sobel se logró
dar tratamiento a un grupo de imágenes para entrenamiento de una
red neuronal y el otro con la finalidad de establecer diagnósticos del
nivel de afectación.
Para el entrenamiento de la red neuronal se utilizaron imágenes de
pruebas a juicio de expertos (105 imágenes) con diferentes casos
de afectación, tomadas de diferentes ángulos, calidad y nitidez de
éstas. En el ciclo de entrenamiento se obtuvo una precisión de 95%
en la detección del nivel de afectación de la patología (caries).
89
RECOMENDACIONES
Para el entrenamiento de la red neuronal se recomienda que la
captura de las imágenes de las piezas dentales afectadas sea
realizada por una sola cámara validando el ángulo, nitidez y luz para
facilitar el procesamiento digital de imágenes.
La construcción de este prototipo de sistema experto consideró
exclusivamente la detección del grado de afectación de caries y
gingivitis, sin embargo, el algoritmo queda a disposición de futuros
avances en el desarrollo del SE considerando las patologías
gingivitis y descalcificación.
En la creación de un sistema experto y todas sus especificaciones
se pueden utilizar otras herramientas de software libre como opencv,
tersonflow las cuales permiten emplear el aprendizaje automático y
además cuentan con un ecosistema integral y flexible.
El prototipo de SE puede ser integrado a otros lenguajes de
programación que cuenten con las librerías y complementos
necesarios para la conexión y lectura de datos.
90
BIBLIOGRAFÍAAbreu, J. L. (diciembre de 2014). Metodología de la investigación. Obtenido de
Red Tercer Milenio: http://www.spentamexico.org/v9-n3/A17.9(3)195-204.pdf
Actis., A. B. (2015). Sistema Estomatognático, Parte IV La Cavidad Bucal, centrode variadas funciones. En A. B. Actis., Sistema Estomatognático (págs.168-188). Argentina: Editorial Médica Panamericana.
Argudo, P. (19 de Marzo de 2012). Onmeda. Obtenido dehttps://www.onmeda.es/higiene_bucodental/anatomia_dientes.html
Armijos, R. G. (2014). Redes Neuronales "Función de aprendizaje". Loja:Universidad Nacional de Loja.
ATHENEA INSTITUTE, S. (febrero de 2017). Centro de formación odontológico .Obtenido de https://atheneainstitute.com/odontologia-implantologia-2017/
Avathamsa Athirasala, F. L. (2017). A Novel Strategy to Engineer Pre-Vascularized Full-Length Dental Pulp-like Tissue Constructs. ScientificReports, 1-2.
Bastidas, C. X. (2018). Relación de calidad de vida y salud oral en la poblaciónadolescente. CES Odont, 38-46.
Benitez & Hueso, L. J.-J. (2015). Introducción a Matlab.
CALLISAYA, M. J. (2014). Sistema experto para el diagnostico del cancer tiroideobasado en redes neuronales. La Paz - Bolivia: Universidad Mayor de SanAndrés.
Canchari, C. A., & Castillón, K. H. (2018). Salud Oral en adultos jóvenes peruanos.OACTIVA UC, 1-4.
Castillo, D. (2015). Pulpa Dental. Cuenca: Universidad de Cuenca - Facultad deOdontología.
Cervera, R. C. (2014). Métodos y Técnicas de investigación en RelacionesInternacionales. Madrid: Universidad Complutense de Madrid.
Choquehuanca, A. C. (2015). Siste Experto para el diágnostico y tratamiento de lafiebre reumática. La Paz - Bolivia: Universidad Mayor de San Andrés.
Díez, J. J. (2010). Sistemas Inteligentes T6: Sistemas Basados en Reglas.Obtenido dehttps://sites.google.com/site/sistemasexpertosunah/home/sistemas-expertos-basados-en-reglas
Durso, G., Tanevith, A., Abal, A., LLompart, G., Perez, P., & Felipe, P. (19 deFebrero de 2017). Estudio de la Microestructura del esmalte dentalhumano en relación con la microdureza y la composición química. CsMorfol, págs. 1-9.
91
Escobar, R. (2014). Redes Neuronales, Procesos cognoscitivos y análisis de laconducta. Conductual, Revista internacional de interconductismo y análisisde la conducta.
Federación Dental Internacional, (. (2015). El Desafío de las EnfermedadesBucodentales. Federación Dental Internacional, 1-13.
Guía ICCMS™, p. c. (diciembre de 2014). Obtenido de https://www.iccms-web.com/uploads/asset/5928471279874094808086.pdf
Kaba & Ramaiah, A. C. (2018). Investigating knowledge acquisition among facultymembers. Interdisciplinary Journal of Information, Knowledge, andManagement, 13.
L. Atymtayeva, K. K. (2014). Building a Knowledge Base for Expert System. En Y.I. Matson, Soft Computing in Artificial Intelligence (págs. 55-56). Springer,Cham.
Martínez, A. E. (2015). Método Deductivo. Guatemala: Universidad de San Carlosde Guatemala.
Martínez, G. C., & Medina, B. B. (2014). El método clínico, situación actual. Cuba.
Maya, Z. J., & Guevara, M. B. (2019). Desarrollo de un sistema web que determineel nivel de descalcificación de un paciente desde su cavidad bucalconsiderando el espectro visible y no visible. Guayaquil: Universidad deGuayaquil.
Ministerio de Salud Pública, M. (2015). Caries Guías de Práctica Clínica (GPC).Quito.
Murillo & Salinas, E. K. (2019). Detección temprana de gingivitis en la cavidadbucal mediante la aplicación de heurísticas que determinen el grado deafectación. Guayaquil: Universidad de Guayaquil.
Navarro, C. T., & Neira, J. C. (2014). Diseño de sistema experto para toma dedecisiones de compra de materiales. Cuadernos de Administración, 20-30.
Onmeda. (2019). Onmeda S.A. Obtenido dehttps://www.onmeda.es/higiene_bucodental/anatomia_dientes.html
Pereira, D. V. (10 de octubre de 2015). PRODENTAL. Obtenido dehttps://www.propdental.es/blog/odontologia/la-etiopatogenia-de-la-caries/
Pinto, P. L., & Aguirre, I. D. (2015). Sistema experto de diagnóstico deenfermedades tropicales más comunes y de notificación obligatoria en elEcuador. Guayaquil: Universidad Católica de Santiago de Guayaquil.
Pomalaza, M. A. (2016). Segmentación automática de la planta de pie enimagenes termograficas en entorno ruidoso para el diagnóstico de piediabético. Lima: Pontificia Universidad Católica del Perú.
Rattanasawad, T. B. (2018). A comparative study of rule-based inference enginesfor the semantic web. IEICE TRANSACTIONS on Information andSystems, 82-89.
92
Rivas, L. (10 de mayo de 2016). Grupo de Investigación de Tecnologías Web yMóviles de la FIEC-ESPOL. Obtenido dehttp://blog.espol.edu.ec/taws/2016/05/10/inteligencia-artificial-y-los-sistemas-expertos/
Rodríguez, A., & Pérez, A. (2017). Métodos científicos de indagación y deconstrucción del conocimiento. EAN, 179-200.
SILVA, F. L. (2016). Análisis comparativo de la productividad de metodologiascommonkads vs buchanan para el desarrollo de un sistema experto degestión de cultivos para la jurech. Riobamba: escuela superior politécnicade chimborazo.
Silverti, M. G. (2014). Anatomía Oral y Dental. Quito: Guía de Anatomía oral ydental.
Stanley J. Nelson, D. M. (2014). Wheeler's Dental Anatomy, Physiology, andOcclusion. Las Vegas, Nevada: SAUNDERS ELSEVIER.
Stephen G. Odaibo. (2019). Is ‘Unsupervised Learning’ a Misconceived. RETINA-AI Health, Inc., 1-9.
Wong, W. (2018). October Edition: Unsupervised Learning. Towards DataScience, 3.
Gráfico 8. Indicadores de Referencias Bibliográficas
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
02468
1012
LIBROS REVISTAS TESIS SITIO WEB ART.PERIÓDICO
PAPAERS
INDICADORES DE REFERENCIAS BIBLIOGRAFICAS REVISADAS
INDICADORES DE REFERENCIASBIBLIOGRAFICAS REVISADAS
93
ANEXOS
ANEXO # 1. JUICIO DE EXPERTOS
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
94
ANEXO # 2. MANUAL DE USUARIO
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
INTRODUCCIÓN
Este documento se detalla los objetivos, el manejo, información y
funcionamiento de nuestro programa de diagnóstico de caries, gingivitis y
descalcificación. Tomando en cuenta como eje la historia del desarrollo del
software la cual hemos denominado Wonka-Software, en honor a la
película llamada Willy Wonka en donde explican que uno de los factores de
caries es el consumo excesivo de dulce
OBJETIVOS DEL MANUAL
El principal objetivo de este manual es poder ayudar y guiar al usuario a
manipular el programa de diagnóstico de caries, gingivitis y
descalcificación: Facilitando información que permita despejar todas las
dudas que tenga el usuario.
Contiene la siguiente información:
Guía para poder usar una interfaz propia Matlab de manera correcta.
Instructivo para realizar correctamente la interacción entre el
programa y el usuario
DIRIGIDO A
Este manual a va dirigido a los estudiantes y docentes de la FPO.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
95
LO QUE DEBE CONOCER
Los conocimientos mínimos que debe tener las personas que estarán a
cargo del sistema y deberán utilizar este manual son:
Conocimientos básicos de navegación Web
Conocimientos básicos de Internet
Conocimientos básicos de Windows
CONVENCIONES ESTÁNDARES POR UTILIZAR
Tabla 1: Combinaciones del ratón
Término Significado
Señalar Colocar el puntero del Ratón sobre el elemento que deseaseñalar
Hacer Clic Presionar el botón principal del Ratón (generalmente elbotón izquierdo) y soltarlo inmediatamente.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Elaboración propia.
Tabla 2: Uso correcto de teclas
Tecla Significado
Tecla utilizada para ejecutar un proceso, elmanual indicará cuando “Presionar Enter”.
Tecla utilizada para moverse entre losdiferentes controles de las pantallas (cuadrosde texto, botones, etc.).
Puede utilizar las teclas direccionales paramoverse (izquierda, derecha, arriba y abajo)en los diferentes elementos de un control dela pantalla, un elemento a la vez.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Elaboración propia.
96
ESPECIFICACIONES TÉCNICASPara implementación del Sistema experto para el diagnóstico de caries,
gingivitis y descalcificación se utilizó lo siguiente:
HARDWARE
Procesador Intel® core™ i7-8550U CPU @ 1.80GHz 1.99GHz.
Memoria RAM de 16 GB (64 bits)
Espacio disponible en disco rígido 60 GB (64 bits)
Acceso a Internet
SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE CARIES, GINGIVITISY DESCALCIFICACION: DESARROLLO DE UN PROTOTIPO
Módulo de adquisición del conocimientoEste módulo permite al sistema adquirir nuevo conocimiento ingresando
nuevas fotografías con la finalidad de entrenar la red para aumentar su nivel
de exactitud en la detección de caries.Una vez que iniciamos el sistema se presentara la pantalla del módulo de
adquisición del conocimiento como se visualiza en la figura 1.
Figura 1. Inicio del módulo de adquisición de conocimiento
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
97
Esta pantalla ofrece varias opciones disponibles para el usuario que este
interactuando con el sistema, después de iniciar al sistema damos clic en
la opción “cargar imagen” y se abrirá el explorador de Windows, Figura 2,
y escogemos la imagen que deseamos cargar al sistema.
Figura 2. Cargar imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Una vez cargada la imagen en el sistema, damos clic en la opción “Recortar Área
Afectada” como se visualiza en la figura 3, esta opción permite optimizar el
entrenamiento de la red ya que tendrá menos pixeles que analizar.
Figura 3. Recorte de área afectada de la imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
98
En la parte derecha de la pantalla tenemos las siguientes opciones:
1. PDI: Permite realizar el análisis digital de las imágenes
2. Exportar: Permite visualizar la matriz de pixeles.
3. Entrenar: Aprendizaje de la red
Luego de recortar el área afectada de la imagen damos clic en la opción
“PDI” figura 4, esperamos unos segundos y se presentaran 3 imágenes
en la parte superior de la pantalla: 1. Procesamiento digital, 2. Imagen
dilatada, 3. Original Histogram.
Figura 4. Procesamiento Digital de imágenes
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
99
Una vez que obtenemos el PDI, damos clic en la opción “entrenar” y se
abrirá una pantalla secundaria en donde se detalla los datos de
entrenamiento de la red como se visualiza en la figura 5.
Figura 5. Entrenamiento de la red neuronal
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Una vez terminado el entrenamiento de la red neuronal damos clic en la
opción “Salir” ubicada a la izquierda de la pantalla como se visualiza en la
figura 6, el sistema solicitara confirmación de salida, damos clic en la opción
“Si”.
Figura 6. Salir del módulo de adquisición del conocimiento
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
100
Módulo de usuario
Este módulo permitirá visualizar la detección del nivel de afectación de la
patología escogida (Caries, gingivitis, descalcificación).
Ingresamos al módulo de usuario y se presentaran una serie de opciones,
figura 7, clasificadas en dos partes:
Acciones:
- Cargar imagen
- Limpiar
- Salir
Mostrar resultados:
- Caries
- Gingivitis
- Descalcificación
Figura 7. Pantalla del módulo de usuario
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Escogemos la opción “cargar imagen” y se abrirá el explorador de Windows
donde deberemos escoger la imagen, figura 8, a analizar, una vez que
hayamos seleccionado la imagen se presentará en la pantalla, figura 9.
101
Figura 8. Cargar imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Figura 9. Presentación de la imagen cargada
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
102
Escogemos la patología que queremos analizar, para este manual se ha
escogido caries, figura 10. Esperamos que realice el diagnóstico del nivel
de afectación que presenta la imagen previamente cargada.
Figura 10. Análisis del nivel de afectación (Caries)
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Se presentarán los resultados del análisis de la afectación, figura 11. El
sistema ofrecerá 3 pequeñas pantallas indicando lo siguiente:
- Resultados de caries: Imagen en blanco y negro representan
los pixeles previamente configurados.
- BW porcentaje
- Transformada de Canny: Detecta una amplia gama de bordes
en imágenes.
En este análisis se presentaron los resultados:
Área sana: 23.7%.
Área afectada: 76.3%.
Nivel de afectación: grado 6.
103
Figura 11. Resultados del análisis de la imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
Para realizar el análisis de afectación de gingivitis que presenta una
imagen de la cavidad bucal donde sea visible las encías, seguimos los
mismos pasos descritos anteriormente:
1. Damos clic en la opción “cargar imagen”, figura 8.
2. Esperamos que se cargue la imagen, figura 12.
Figura 12. Carga de imagen a analizar (Gingivitis)
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación.
104
Esperamos que realice el análisis del nivel de afectación que presenta la
imagen previamente cargada, figura 13.
Figura 13. Análisis del nivel de afectación (Gingivitis)
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
Una vez que se haya realizado el análisis se presentaran los resultados,
figura 14, en este caso los resultados del análisis son:
- Área sana: 79.55%
- Área afectada: 20.45%
Figura 14. Análisis del nivel de afectación (Gingivitis)
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
105
Para el módulo de descalcificación damos clic en la opción
“DESCALCIFICACIÓN” y se abrirá una interfaz en donde debemos
seleccionar la opción “Cargar Foto”, elegir tipo de diente (Incisivo, canino,
molar, premolar), figura 15.
Figura 15. Interfaz de análisis de Descalcificación
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
Seleccionamos la opción ‘CARGAR FOTO’ y se abrirá el explorador de
Windows en donde deberemos ubicar la ruta en donde se encuentran los
tipos de dientes para proceder con el análisis.
Figura 16. Seleccionar foto del repositorio local
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
106
Ingresamos el número de cédula del paciente y escogemos el tipo de diente
que vamos a analizar y seleccionamos la opción “Segmentar” ubicada en
el centro de la pantalla, figura 17.
Figura 17. Seleccionar foto del repositorio local
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
En la figura 18 se visualiza el proceso de segmentación de imagen que
consiste en distinguir partes afectadas de partes sanas que puede
presentar la pieza dental previamente cargada.
Figura 18. Segmentación de imagen
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
107
Como es de nuestro conocimiento la descalcificación de una pieza dental
se puede distinguir por las manchas blancas que presenta un diente,
entonces, con el puntero del ratón seleccionamos en uno o varios puntos
donde visualmente hayamos detectado una posible descalcificación.
Figura 19. Seleccionar posible descalcificación
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
Presionamos la tecla ENTER y esperamos que cargue la nueva pantalla,
figura 20, donde se visualizará el detalle de los datos ingresados
anteriormente como: # de cédula del paciente, pieza dental cargada,
porcentaje de afectación, porcentaje de sanidad que tiene el diente.
108
Figura 20. Presentación de resultados de la descalcificación
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
Si deseamos almacenar los datos en cuanto a nivel de afectación de la
pieza, seleccionamos la opción “cargar datos a la tabla” para poder calcular
los porcentajes.
Figura 21. Cargar datos a la tabla
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
Una vez que se confirme que deseamos cargar los datos a la tabla se
presentaran en el recuadro ubicado en la parte izquierda de la interfaz.
109
Figura 22. Resultados del análisis de afectación de descalcificación
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación.
110
ANEXO # 3. MANUAL TÉCNICO
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
INTRODUCCIÓN
MATLAB es un entorno de computación y desarrollo de aplicaciones
totalmente integrado orientado para llevar a cabo proyectos en donde se
encuentren implicados elevados cálculos matemáticos y la visualización
gráfica de los mismos. MATLAB
integra análisis numérico, cálculo matricial, proceso de señal y visualización
gráfica en un entorno completo donde los problemas y sus soluciones son
expresados del mismo modo en que se escribirían tradicionalmente, sin
necesidad de hacer uso de la programación tradicional.
MySQL es un sistema de administración relacional de bases de datos. Una
base de datos relacional archiva datos en tablas separadas en vez de
colocar todos los datos en un gran archivo. Esto permite velocidad y
flexibilidad. Las tablas están conectadas por relaciones definidas que hacen
posible combinar datos de diferentes tablas sobre pedido.
MySQL es software de fuente abierta. Fuente abierta significa que es
posible para cualquier persona usarlo y modificarlo. Cualquier persona
puede bajar el código fuente de MySQL y usarlo sin pagar. Cualquier
interesado puede estudiar el código fuente y ajustarlo a sus necesidades.
MySQL usa el GPL (GNU General Public License) para definir qué puede
hacer y qué no puede hacer con el software en diferentes situaciones. Si
usted no se ajusta al GPL o requiere introducir código MySQL en
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
111
aplicaciones comerciales, usted puede comprar una versión comercial
licenciada.
OBJETIVO DEL DOCUMENTO
El objetivo de este manual técnico es detallar el proceso de instalación de
MATLAB para el inicio del desarrollo de algoritmos que brinden continuidad
al sistema experto, redes neuronales o fines pertinentes.
MATLAB
Es un lenguaje diseñado con un entorno interactivo que realiza cálculos
matemáticos, desarrollo de algoritmos, cuenta con una amplia gama de
aplicaciones para la visualización artificial de imágenes.
Requisitos para la instalación:
INSTALACIÓN
Ingresamos a nuestro navegador y accedemos al siguiente enlace:
https://www.mathworks.com/products/matlab.html
Figura 1 Pagina oficial de Matlab
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
112
Damos clic en Download a free trial, Ingresamos los datos requeridos
para el registro, en este caso es el correo, ubicación, como utilizares el
software y una pregunta de seguridad validando nuestra edad, figura 3.
Figura 3 Registro para adquirir licencia
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Nos llegará un correo de confirmación y deberemos ingresar al enlace de
acceso que se encuentra en la descripción del correo, figura 4.
Figura 4 Validación de correo de registro para licencia
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
113
Llenamos todos los datos del formulario y se visualizara el detalle de lo que
contiene la licencia, figura 4. Además, tendremos opción de seleccionar
herramientas extras en caso de requerirlas, figura 5. Aceptamos términos y
condiciones requeridos y guardamos. Podemos obtener nuestro
licenciamiento de Matlab para utilizar todas las aplicaciones y toolbox
necesarios.
Figura 4 Detalle y costo de licencia
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Figura 5 Información de licencia a pagar.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
114
Ejecutamos el archivo “setup.exe” que se descargó desde la página oficial
de Matlab, y procedemos a instalar y configurar Matlab.
Figura 6 Elección de forma de abrir Matlab
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Llenamos los datos correctamente para registrar y activar nuestro producto
y hacer uso posteriormente del mismo.
Figura 7 Registro de campos de cuenta en MathWorks
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
115
Escogemos el lugar de instalación que contiene los archivos necesarios
para el correcto funcionamiento del sistema.
Figura 8 Selección de ruta de almacenamiento del software
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Esperamos unos minutos que se termine el copiado de todos los archivos
necesarios de nuestra instalación.
Figura 9 Proceso de instalación de archivos del software
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
116
Una vez finalizada la instalación se presentará una pantalla indicándonos
que la instalación ha sido completada, deberemos dar clic en Finish.
Figura 10 Instalación finalizada
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
OPCIÓN II
Podemos utilizar un paquete de estudiante que tiene un costo inferior que
adquirir la licencia, registramos nuestra dirección de correo para
descargar la versión de prueba.
Figura 11 Registro de e-mail para obtener versión de prueba
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
117
Una vez ingresado tu correo, se validará y solicitará ingresar a tu cuenta de
MathWorks, por esta razón debes tener una cuenta creada o elegir la
opción de “Crear cuenta” que ofrece Matlab.
Figura 12 Ingreso o registro de cuenta en MathWorks
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Una vez logres ingresar a tu cuenta de Mathworks, seleccionamos la opción
de registro y se presentará información de la cuenta de prueba.
Figura 13 Ingreso de confirmación de e-mail, Población y CP
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
118
Figura 14 Pantalla de paquete para estudiantes y versión de prueba
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
También puedes visualizar los paquetes de prueba que puedes disfrutar
por 30 días sin tener que realizar descargas ni instalaciones de ningún
ambiente en computadora.
Figura 15 Listado de paquetes de prueba
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
119
Podemos hacer la comprobación si nuestra universidad dispone de
licencias para estudiantes ingresando el nombre de la universidad y
digitando nuestro correo institucional, en este caso, nuestra universidad no
dispone de licencias y te llegará el respectivo correo de notificación.
Figura 16 Validación de Licencia en Universidad
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Figura 17 Correo confirmación/Negación de licencia para Universidad
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
120
En la opción “compre ahora” de la figura 14 podemos visualizar el detalle
de las herramientas que incluyen en la licencia de estudiante y el recargo
que se puede ir realizando si deseas añadir nuevas funcionalidades de
acuerdo con las necesidades de creación de desarrollo/sistema/prototipo,
en este caso requerimos el procesamiento digital de imágenes, aprendizaje
automático, entre otros.
Figura 18 Detalle del paquete de estudiante
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Figura 19 Selección de herramientas adicionales al paquete estudiantil
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Aceptamos los términos y condiciones necesarios para adquirir el paquete
estudiantil.
121
Figura 20 Términos y condiciones
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Ingresamos información de la universidad de la que formamos parte.
Figura 21 Ingreso de datos de Universidad
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Ingresamos la información para realizar la compra del paquete para
estudiante y herramientas extras.
122
Figura 22 Ingreso de datos para pago de la licencia
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
EJECUCIÓN DEL SISTEMA
Para ejecutar el prototipo del sistema experto debemos copiar la carpeta
“Sistema_Experto” que se encuentra en el CD en la ruta disco local C:/
Figura 23 Ubicación de la carpeta que contiene el SE
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Abrimos Matlab y buscamos la carpeta “Sistema_Experto” que previamente
hemos copiado en la ruta local y ejecutamos el archivo “Experto.fig”.
123
Figura 24 Selección de carpeta SE desde Matlab
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Esperamos que se cargue el fichero y se abrirá la interfaz del módulo de
adquisición de conocimiento de nuestro sistema experto y estará listo para
empezar a utilizarlo.
Figura 24 Interfaz del módulo de adquisición de conocimiento
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
124
ANEXO # 4. VALIDACIÓN DE PRUEBAS# 1
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
125
ANEXO # 5. VALIDACIÓN DE PRUEBAS# 2
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
126
ANEXO # 6. VALIDACIÓN DE PRUEBAS # 3
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
127
ANEXO # 7. PRESENTACIÓN PROTOTIPO A EXPERTO
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y descalcificación.Desarrollo de un prototipo.
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
128
129
ANEXO # 8 GEO – LOCALIZACIÓN.
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis ydescalcificación: Desarrollo de un prototipo.
UBICACIÓN DE LA FACULTAD PILOTO DE ODONTOLOGÍA DE LA UNIVERSIDAD DEGUAYAQUIL, FENOMENO DE ESTUDIO PARA LA PROPUESTA DEL PROYECTO DE
TITULACIÓN.
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde Zerna
Fuente: Datos de la investigación
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales
130
ANEXO # 9 EJECUCIÓN DEL SISTEMA
PROYECTO DE TITULACIÓN
TEMA: Sistema experto para el diagnóstico de caries, gingivitis y
Descalcificación: Desarrollo de un prototipo
CAPTURAS DE PANTALLAS DEL PROGRAMA EN EJECUCIÓNFigura 1. Ejecutando 2 entrenamientos
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Figura 2. Después de 30 horas solo se han realizado 285 iteraciones
Elaborado por: Kerly Espinoza Burgos & Jonathan Quinde ZernaFuente: Datos de la investigación
Universidad de GuayaquilFacultad de Ciencias Matemáticas y Físicas
Carrera de Ingeniería en Sistemas Computacionales