Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana
La facultad de odontología de la Universidad El Bosque se encuentra en la búsqueda de dar respuesta a la pregunta ¿Es posible determinar la edad dental mediante el análisis de radiografías panorámicas utilizando inteligencia artificial con redes neuronales convolucionales? Por esta razón desde el pr...
- Autores:
-
Florez Cujaban, Oscar Alejandro
Vargas Garavito, Andrés Camilo
- Tipo de recurso:
- https://purl.org/coar/resource_type/c_7a1f
- Fecha de publicación:
- 2024
- Institución:
- Universidad El Bosque
- Repositorio:
- Repositorio U. El Bosque
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unbosque.edu.co:20.500.12495/13675
- Acceso en línea:
- https://hdl.handle.net/20.500.12495/13675
- Palabra clave:
- CNN
Inteligencia Artificial
Molar
Panorámica dental
Sistema de información
Redes convolucionales
621.3
CNN
Artificial intelligence
Molar
Dental panoramic
Information system
Convolutional networks
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| id |
UNBOSQUE2_8dfe8b9cd528a4bb7213d6d7b2852d72 |
|---|---|
| oai_identifier_str |
oai:repositorio.unbosque.edu.co:20.500.12495/13675 |
| network_acronym_str |
UNBOSQUE2 |
| network_name_str |
Repositorio U. El Bosque |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| dc.title.translated.none.fl_str_mv |
System for the determination of dental age with panoramic radiography using artificial intelligence in the Colombian population |
| title |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| spellingShingle |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana CNN Inteligencia Artificial Molar Panorámica dental Sistema de información Redes convolucionales 621.3 CNN Artificial intelligence Molar Dental panoramic Information system Convolutional networks |
| title_short |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| title_full |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| title_fullStr |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| title_full_unstemmed |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| title_sort |
Sistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población Colombiana |
| dc.creator.fl_str_mv |
Florez Cujaban, Oscar Alejandro Vargas Garavito, Andrés Camilo |
| dc.contributor.advisor.none.fl_str_mv |
Medina Ayala, Carlos Hernan |
| dc.contributor.author.none.fl_str_mv |
Florez Cujaban, Oscar Alejandro Vargas Garavito, Andrés Camilo |
| dc.subject.none.fl_str_mv |
CNN Inteligencia Artificial Molar Panorámica dental Sistema de información Redes convolucionales |
| topic |
CNN Inteligencia Artificial Molar Panorámica dental Sistema de información Redes convolucionales 621.3 CNN Artificial intelligence Molar Dental panoramic Information system Convolutional networks |
| dc.subject.ddc.none.fl_str_mv |
621.3 |
| dc.subject.keywords.none.fl_str_mv |
CNN Artificial intelligence Molar Dental panoramic Information system Convolutional networks |
| description |
La facultad de odontología de la Universidad El Bosque se encuentra en la búsqueda de dar respuesta a la pregunta ¿Es posible determinar la edad dental mediante el análisis de radiografías panorámicas utilizando inteligencia artificial con redes neuronales convolucionales? Por esta razón desde el programa de ingeniería de sistemas de la Universidad El Bosque se busca apoyar a este proceso a través del desarrollo de un sistema de información. La edad dental es una medida biológica que permite identificar el desarrollo que ha tenido a lo largo de la vida un individuo, esta misma se basa en evaluar los cambios del organismo con base en muestras y observaciones de imágenes que representan la estructura ósea (maxilares, mandíbula y dientes) y en su defecto ayudar a realizar una clasificación general del crecimiento del individuo. En primer lugar, se lleva cabo un trabajo de levantamiento de requerimientos para entender la problemática y las necesidades de la facultad de odontología. Para poder abordar esta cuestión, se realiza una observación directa de la forma en que se trabaja y se realiza el cálculo de la edad. Lo que permite diseñar el sistema de manera adecuada. En segundo lugar, se destacan varias actividades para el desarrollo de este proyecto como lo son la creación de un sistema de información, el proceso de análisis de inteligencia artificial y redes convolucionales, la implementación de algunas secciones de estándares de calidad de software cómo la norma 29110 y el marco de trabajo Kanban; entre otras. Este proyecto se encuentra dividido en dos fases, la primera es la investigación del desarrollo del modelo de CNN para el cálculo de los estadios de la edad dental de los individuos mediante las muestras obtenidas de las panorámicas correspondientes a los molares inferiores de cada paciente y en segundo lugar la integración de todas las tecnologías en un mismo sistema de información que permita apoyar con la resolución de dicha incógnita. Como conclusiones del trabajo que se realiza se puede evidenciar que con los insumos necesarios, si es posible determinar la edad dental de un paciente, además, se destacan las configuraciones óptimas para el entrenamiento del modelo de CNN, el procesamiento de imágenes y la unión/uso de múltiples tecnologías que ayudan en todo este proceso; además de destacar que es necesario contar con un gran número de muestras para potenciar los resultados que se obtiene en los entrenamientos de los modelos. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-12-10T21:25:57Z |
| dc.date.available.none.fl_str_mv |
2024-12-10T21:25:57Z |
| dc.date.issued.none.fl_str_mv |
2024-11 |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.none.fl_str_mv |
https://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coarversion.none.fl_str_mv |
https://purl.org/coar/version/c_ab4af688f83e57aa |
| format |
https://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12495/13675 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad El Bosque |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad El Bosque |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.unbosque.edu.co |
| url |
https://hdl.handle.net/20.500.12495/13675 |
| identifier_str_mv |
instname:Universidad El Bosque reponame:Repositorio Institucional Universidad El Bosque repourl:https://repositorio.unbosque.edu.co |
| dc.language.iso.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
[1] U. Hagg and J. Taranger, “Dental development, dental age and tooth counts,” Angle Orthodontist, vol. 55, no. 2, 1985. [2] C. P. Pereira, L. M. Russell, M. De Pádua Fernandes, R. H. A. Da Silva, and R. F. V. De Sousa Santos, “Dental age estimation based on development dental atlas assessment in a child/adolescent population with systemic diseases,” Acta Stomatol Croat, vol. 53, no. 4, pp. 307–317, 2019, doi: 10.15644/asc53/4/1. [3] N. Vila-Blanco, M. J. Carreira, P. Varas-Quintana, C. Balsa-Castro, and I. Tomas, “Deep Neural Networks for Chronological Age Estimation from OPG Images,” IEEE Trans Med Imaging, vol. 39, no. 7, 2020, doi: 10.1109/TMI.2020.2968765. [4] S. Sathyavathi and K. R. Baskaran, “Human Age Estimation Using Deep Convolutional Neural Network based on Dental Images (Orthopantomogram),” IETE J Res, 2023, doi: 10.1080/03772063.2023.2165177. [5] S. Alkaabi, S. Yussof, and S. Al-Mulla, “Evaluation of Convolutional Neural Network based on Dental Images for Age Estimation,” in 2019 International Conference on Electrical and Computing Technologies and Applications, ICECTA 2019, 2019. doi: 10.1109/ICECTA48151.2019.8959665. [6] E. G. Mohamed, R. P. D. Redondo, A. Koura, M. S. EL-Mofty, and M. Kayed, “Dental Age Estimation Using Deep Learning: A Comparative Survey,” 2023. doi: 10.3390/computation11020018. [7] N. Boreak, “Effectiveness of Artifcial Intelligence Applications Designed for Endodontic Diagnosis, Decision-making, and Prediction of Prognosis: A Systematic Review,” Journal of Contemporary Dental Practice, vol. 21, no. 8, 2020, doi: 10.5005/JP-JOURNALS-10024-2894. [8] R. Fajri and L. Atika, “Implementasi Machine Learning Dengan Menggunakan Cnn (Convolutional Neural Network) Untuk Klasifikasi Citra Candi,” Bina Darma Conference on Computer Science, 2021. [9] Q. Zhang, X. Wang, Y. N. Wu, H. Zhou, and S. C. Zhu, “Interpretable CNNs for Object Classification,” IEEE Trans Pattern Anal Mach Intell, vol. 43, no. 10, pp. 3416–3431, Oct. 2021, doi: 10.1109/TPAMI.2020.2982882. [10] Diego Calvo, “Clasificación de redes neuronales artificiales.” Accessed: Sep. 05, 2024. [Online]. Available: https://www.diegocalvo.es/clasificacion-de-redes-neuronales-artificiales/ [11] “Roboflow: herramientas de visión artificial para desarrolladores y empresas.” Accessed: Sep. 15, 2024. [Online]. Available: https://roboflow.com/ [12] “History and License — Python 3.12.2 documentation.” Accessed: Mar. 08, 2024. [Online]. Available: https://docs.python.org/3/license.html [13] I. Bakti and M. Firdaus, “Classification of Image Files of Lung X-Ray Results with Architecture Convolution Neural Network (CNN),” Journal of Information Technology, vol. 3, no. 1, pp. 26–34, Mar. 2023, doi: 10.46229/jifotech.v3i1.590. [14] G. Alotaibi, M. Awawdeh, F. F. Farook, M. Aljohani, R. M. Aldhafiri, and M. Aldhoayan, “Artificial intelligence (AI) diagnostic tools: utilizing a convolutional neural network (CNN) to assess periodontal bone level radiographically—a retrospective study,” BMC Oral Health, vol. 22, no. 1, Dec. 2022, doi: 10.1186/s12903-022-02436-3. [15] Keras, “Keras Applications,” https://keras.io/api/applications/. [16] “About Keras 3.” Accessed: Mar. 08, 2024. [Online]. Available: https://keras.io/about/ [17] “¿Qué es Java y por qué lo necesito?” Accessed: Mar. 08, 2024. [Online]. Available: https://www.java.com/es/download/help/whatis_java.html [18] Y. Jiang, “Research on application value of computer software development in Java programming language,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Oct. 2020. doi: 10.1088/1742-6596/1648/3/032152. [19] C. Sánchez Acosta, V. Tuesta Monteza, and I. Mejía Cabrera, “ANÁLISIS COMPARATIVO DE FRAMEWORKS PARA EL DESARROLLO DE APLICACIONES WEB EN JAVA,” INGENIERÍA: Ciencia, Tecnología e Innovación, vol. 2, no. 1, p. 60, Aug. 2015, doi: 10.26495/icti.v2i1.101. [20] M. B. Hoy, “HTML5: A new standard for the web,” Med Ref Serv Q, vol. 30, no. 1, pp. 50–55, Jan. 2011, doi: 10.1080/02763869.2011.540212. [21] “CSS | MDN.” Accessed: Mar. 08, 2024. [Online]. Available: https://developer.mozilla.org/es/docs/Web/CSS [22] S. Malik, “What are Javascript Applications?,” in Beginning Microsoft Graph, 2019. doi: 10.1007/978-1-4842-3965-0_3. [23] “¿Qué es JavaScript? - Aprende desarrollo web | MDN.” Accessed: Mar. 08, 2024. [Online]. Available: https://developer.mozilla.org/es/docs/Learn/JavaScript/First_steps/What_is_JavaScript [24] “What Is MySQL? | Oracle.” Accessed: Mar. 08, 2024. [Online]. Available: https://www.oracle.com/mysql/what-is-mysql/ [25] J. L. González-Sánchez, F. Montero-Simarro, and F. L. Gutiérrez-Vela, “Evolución del concepto de usabilidad como indicador de calidad del software,” Profesional de la información, vol. 21, no. 5, pp. 529–536, Sep. 2012, doi: 10.3145/EPI.2012.SEP.13. [26] M. Munoz, J. Mejia, and A. Lagunas, “Implementation of the ISO/IEC 29110 standard in agile environments: A systematic literature review,” Iberian Conference on Information Systems and Technologies, CISTI, vol. 2018-June, pp. 1–6, Jun. 2018, doi: 10.23919/CISTI.2018.8399332. [27] C. Y. Laporte, M. Muñoz, and B. Gerançon, “The education of students about ISO/IEC 29110 software engineering standards and their implementations in very small entities,” IHTC 2017 - IEEE Canada International Humanitarian Technology Conference 2017, pp. 94–98, Oct. 2017, doi: 10.1109/IHTC.2017.8058208. [28] “Amazon EC2 C7i Instances.” Accessed: Sep. 16, 2024. [Online]. Available: https://aws.amazon.com/es/ec2/instance-types/c7i/ [29] “ROG Zephyrus G16.” Accessed: Sep. 16, 2024. [Online]. Available: https://laptopmedia.com/wp-content/uploads/2017/08/14-680x288.jpg [30] “VICTUS 15-fa0004la.” Accessed: Sep. 16, 2024. [Online]. Available: https://d34vmoxq6ylzee.cloudfront.net/catalog/product/cache/b3b166914d87ce343d4dc5ec5117b502/A/1/A14LRLA-1_T1722604220.png [31] “ACER E5-575G.” Accessed: Sep. 16, 2024. [Online]. Available: https://laptopmedia.com/wp-content/uploads/2017/08/14-680x288.jpg |
| dc.rights.en.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| dc.rights.accessrights.none.fl_str_mv |
https://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ Acceso abierto https://purl.org/coar/access_right/c_abf2 http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad El Bosque |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| institution |
Universidad El Bosque |
| bitstream.url.fl_str_mv |
https://repositorio.unbosque.edu.co/bitstreams/d3808584-5e61-414b-ad33-449eb4fa5c91/download https://repositorio.unbosque.edu.co/bitstreams/02008960-8b46-4654-95e4-74c9507759af/download https://repositorio.unbosque.edu.co/bitstreams/7b9bd20f-7b51-411b-abbf-f17ecbbb31a0/download https://repositorio.unbosque.edu.co/bitstreams/a62331f3-50e3-4ebe-ae55-16f25462927f/download https://repositorio.unbosque.edu.co/bitstreams/f4d908c3-98a5-415e-9180-51931a03f7e0/download https://repositorio.unbosque.edu.co/bitstreams/5bc0eb9a-86b1-4a2b-a675-ceeb48154d49/download https://repositorio.unbosque.edu.co/bitstreams/abb70fea-859c-4824-99af-b6927a9f403c/download https://repositorio.unbosque.edu.co/bitstreams/efca6f6f-a5f0-427c-99df-26e45d34fc92/download https://repositorio.unbosque.edu.co/bitstreams/a92c4bb3-364a-429f-9203-29f7322927b2/download https://repositorio.unbosque.edu.co/bitstreams/8d98ab4a-0aea-44c9-ab5b-7d4b9a28e1e3/download |
| bitstream.checksum.fl_str_mv |
17cc15b951e7cc6b3728a574117320f9 6a49cfab14adcf00d6f81c69aa03d079 34111234c2fcd307c9d0cd0c0ebde001 3b6ce8e9e36c89875e8cf39962fe8920 dd3c8b1fdb12aee3117f0ed96f4eea20 9582d27705eb64463cf45663351db0fc c2f89e18c8d445de40cc3d097451b101 b2ec75c79d2b47fa2a3d290233f521d6 37eeef9b18dda9c650c50ebc21880d3b 82723dfe3862372f70e582acdffda734 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad El Bosque |
| repository.mail.fl_str_mv |
bibliotecas@biteca.com |
| _version_ |
1828164544910852096 |
| spelling |
Medina Ayala, Carlos HernanFlorez Cujaban, Oscar AlejandroVargas Garavito, Andrés Camilo2024-12-10T21:25:57Z2024-12-10T21:25:57Z2024-11https://hdl.handle.net/20.500.12495/13675instname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coLa facultad de odontología de la Universidad El Bosque se encuentra en la búsqueda de dar respuesta a la pregunta ¿Es posible determinar la edad dental mediante el análisis de radiografías panorámicas utilizando inteligencia artificial con redes neuronales convolucionales? Por esta razón desde el programa de ingeniería de sistemas de la Universidad El Bosque se busca apoyar a este proceso a través del desarrollo de un sistema de información. La edad dental es una medida biológica que permite identificar el desarrollo que ha tenido a lo largo de la vida un individuo, esta misma se basa en evaluar los cambios del organismo con base en muestras y observaciones de imágenes que representan la estructura ósea (maxilares, mandíbula y dientes) y en su defecto ayudar a realizar una clasificación general del crecimiento del individuo. En primer lugar, se lleva cabo un trabajo de levantamiento de requerimientos para entender la problemática y las necesidades de la facultad de odontología. Para poder abordar esta cuestión, se realiza una observación directa de la forma en que se trabaja y se realiza el cálculo de la edad. Lo que permite diseñar el sistema de manera adecuada. En segundo lugar, se destacan varias actividades para el desarrollo de este proyecto como lo son la creación de un sistema de información, el proceso de análisis de inteligencia artificial y redes convolucionales, la implementación de algunas secciones de estándares de calidad de software cómo la norma 29110 y el marco de trabajo Kanban; entre otras. Este proyecto se encuentra dividido en dos fases, la primera es la investigación del desarrollo del modelo de CNN para el cálculo de los estadios de la edad dental de los individuos mediante las muestras obtenidas de las panorámicas correspondientes a los molares inferiores de cada paciente y en segundo lugar la integración de todas las tecnologías en un mismo sistema de información que permita apoyar con la resolución de dicha incógnita. Como conclusiones del trabajo que se realiza se puede evidenciar que con los insumos necesarios, si es posible determinar la edad dental de un paciente, además, se destacan las configuraciones óptimas para el entrenamiento del modelo de CNN, el procesamiento de imágenes y la unión/uso de múltiples tecnologías que ayudan en todo este proceso; además de destacar que es necesario contar con un gran número de muestras para potenciar los resultados que se obtiene en los entrenamientos de los modelos.Grupo de investigación UMIMC- Unidad de Manejo Integral de Malformaciones CraneofacialesIngeniero de SistemasPregradoThe dental school of Universidad El Bosque is looking for an answer to the question: Is it possible to determine dental age by analyzing panoramic radiographs using artificial intelligence with convolutional neural networks? For this reason, the systems engineering program of Universidad El Bosque seeks to support this process by developing an information system. Dental age is a biological measure that allows one to identify an individual's development throughout life. This is based on evaluating the changes of the organism based on samples and observations of images that represent the bone structure (jaws, jaws, and teeth) and otherwise help to make a general classification of the individual's growth. First, a survey of requirements is carried out in order to understand the problems and needs of the dental school. In order to address this issue, a direct observation of the way of working and the calculation of age is carried out. This allows the system to be designed accordingly. Secondly, several activities are highlighted for the development of this project such as the creation of an information system, the process of analysis of artificial intelligence and convolutional networks, the implementation of some sections of software quality standards such as the 29110 standard and the Kanban framework, among others. This project is divided into two phases, the first one is the investigation of the development of the CNN model for the calculation of the stages of the dental age of the individuals using the samples obtained from the panoramic images corresponding to the lower molars of each patient and secondly the integration of all the technologies in the same information system that allows to support with the resolution of the above mentioned unknown. As conclusions of the work carried out, it can be evidenced that with the necessary inputs, it is possible to determine the dental age of a patient, in addition, the optimal configurations for the training of the CNN model, the image processing, and the union/use of multiple technologies that help in this whole process stand out; in addition to highlighting that it is necessary to have a large number of samples to enhance the results obtained in the training of the models.application/pdfAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertohttps://purl.org/coar/access_right/c_abf2http://purl.org/coar/access_right/c_abf2CNNInteligencia ArtificialMolarPanorámica dentalSistema de informaciónRedes convolucionales621.3CNNArtificial intelligenceMolarDental panoramicInformation systemConvolutional networksSistema para la determinación de la edad dental con radiografía panorámica mediante inteligencia artificial en población ColombianaSystem for the determination of dental age with panoramic radiography using artificial intelligence in the Colombian populationIngeniería de SistemasUniversidad El BosqueFacultad de IngenieríaTesis/Trabajo de grado - Monografía - Pregradohttps://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesishttps://purl.org/coar/version/c_ab4af688f83e57aa[1] U. Hagg and J. Taranger, “Dental development, dental age and tooth counts,” Angle Orthodontist, vol. 55, no. 2, 1985.[2] C. P. Pereira, L. M. Russell, M. De Pádua Fernandes, R. H. A. Da Silva, and R. F. V. De Sousa Santos, “Dental age estimation based on development dental atlas assessment in a child/adolescent population with systemic diseases,” Acta Stomatol Croat, vol. 53, no. 4, pp. 307–317, 2019, doi: 10.15644/asc53/4/1.[3] N. Vila-Blanco, M. J. Carreira, P. Varas-Quintana, C. Balsa-Castro, and I. Tomas, “Deep Neural Networks for Chronological Age Estimation from OPG Images,” IEEE Trans Med Imaging, vol. 39, no. 7, 2020, doi: 10.1109/TMI.2020.2968765.[4] S. Sathyavathi and K. R. Baskaran, “Human Age Estimation Using Deep Convolutional Neural Network based on Dental Images (Orthopantomogram),” IETE J Res, 2023, doi: 10.1080/03772063.2023.2165177.[5] S. Alkaabi, S. Yussof, and S. Al-Mulla, “Evaluation of Convolutional Neural Network based on Dental Images for Age Estimation,” in 2019 International Conference on Electrical and Computing Technologies and Applications, ICECTA 2019, 2019. doi: 10.1109/ICECTA48151.2019.8959665.[6] E. G. Mohamed, R. P. D. Redondo, A. Koura, M. S. EL-Mofty, and M. Kayed, “Dental Age Estimation Using Deep Learning: A Comparative Survey,” 2023. doi: 10.3390/computation11020018.[7] N. Boreak, “Effectiveness of Artifcial Intelligence Applications Designed for Endodontic Diagnosis, Decision-making, and Prediction of Prognosis: A Systematic Review,” Journal of Contemporary Dental Practice, vol. 21, no. 8, 2020, doi: 10.5005/JP-JOURNALS-10024-2894.[8] R. Fajri and L. Atika, “Implementasi Machine Learning Dengan Menggunakan Cnn (Convolutional Neural Network) Untuk Klasifikasi Citra Candi,” Bina Darma Conference on Computer Science, 2021.[9] Q. Zhang, X. Wang, Y. N. Wu, H. Zhou, and S. C. Zhu, “Interpretable CNNs for Object Classification,” IEEE Trans Pattern Anal Mach Intell, vol. 43, no. 10, pp. 3416–3431, Oct. 2021, doi: 10.1109/TPAMI.2020.2982882.[10] Diego Calvo, “Clasificación de redes neuronales artificiales.” Accessed: Sep. 05, 2024. [Online]. Available: https://www.diegocalvo.es/clasificacion-de-redes-neuronales-artificiales/[11] “Roboflow: herramientas de visión artificial para desarrolladores y empresas.” Accessed: Sep. 15, 2024. [Online]. Available: https://roboflow.com/[12] “History and License — Python 3.12.2 documentation.” Accessed: Mar. 08, 2024. [Online]. Available: https://docs.python.org/3/license.html[13] I. Bakti and M. Firdaus, “Classification of Image Files of Lung X-Ray Results with Architecture Convolution Neural Network (CNN),” Journal of Information Technology, vol. 3, no. 1, pp. 26–34, Mar. 2023, doi: 10.46229/jifotech.v3i1.590.[14] G. Alotaibi, M. Awawdeh, F. F. Farook, M. Aljohani, R. M. Aldhafiri, and M. Aldhoayan, “Artificial intelligence (AI) diagnostic tools: utilizing a convolutional neural network (CNN) to assess periodontal bone level radiographically—a retrospective study,” BMC Oral Health, vol. 22, no. 1, Dec. 2022, doi: 10.1186/s12903-022-02436-3.[15] Keras, “Keras Applications,” https://keras.io/api/applications/.[16] “About Keras 3.” Accessed: Mar. 08, 2024. [Online]. Available: https://keras.io/about/[17] “¿Qué es Java y por qué lo necesito?” Accessed: Mar. 08, 2024. [Online]. Available: https://www.java.com/es/download/help/whatis_java.html[18] Y. Jiang, “Research on application value of computer software development in Java programming language,” in Journal of Physics: Conference Series, IOP Publishing Ltd, Oct. 2020. doi: 10.1088/1742-6596/1648/3/032152.[19] C. Sánchez Acosta, V. Tuesta Monteza, and I. Mejía Cabrera, “ANÁLISIS COMPARATIVO DE FRAMEWORKS PARA EL DESARROLLO DE APLICACIONES WEB EN JAVA,” INGENIERÍA: Ciencia, Tecnología e Innovación, vol. 2, no. 1, p. 60, Aug. 2015, doi: 10.26495/icti.v2i1.101.[20] M. B. Hoy, “HTML5: A new standard for the web,” Med Ref Serv Q, vol. 30, no. 1, pp. 50–55, Jan. 2011, doi: 10.1080/02763869.2011.540212.[21] “CSS | MDN.” Accessed: Mar. 08, 2024. [Online]. Available: https://developer.mozilla.org/es/docs/Web/CSS[22] S. Malik, “What are Javascript Applications?,” in Beginning Microsoft Graph, 2019. doi: 10.1007/978-1-4842-3965-0_3.[23] “¿Qué es JavaScript? - Aprende desarrollo web | MDN.” Accessed: Mar. 08, 2024. [Online]. Available: https://developer.mozilla.org/es/docs/Learn/JavaScript/First_steps/What_is_JavaScript[24] “What Is MySQL? | Oracle.” Accessed: Mar. 08, 2024. [Online]. Available: https://www.oracle.com/mysql/what-is-mysql/[25] J. L. González-Sánchez, F. Montero-Simarro, and F. L. Gutiérrez-Vela, “Evolución del concepto de usabilidad como indicador de calidad del software,” Profesional de la información, vol. 21, no. 5, pp. 529–536, Sep. 2012, doi: 10.3145/EPI.2012.SEP.13.[26] M. Munoz, J. Mejia, and A. Lagunas, “Implementation of the ISO/IEC 29110 standard in agile environments: A systematic literature review,” Iberian Conference on Information Systems and Technologies, CISTI, vol. 2018-June, pp. 1–6, Jun. 2018, doi: 10.23919/CISTI.2018.8399332.[27] C. Y. Laporte, M. Muñoz, and B. Gerançon, “The education of students about ISO/IEC 29110 software engineering standards and their implementations in very small entities,” IHTC 2017 - IEEE Canada International Humanitarian Technology Conference 2017, pp. 94–98, Oct. 2017, doi: 10.1109/IHTC.2017.8058208.[28] “Amazon EC2 C7i Instances.” Accessed: Sep. 16, 2024. [Online]. Available: https://aws.amazon.com/es/ec2/instance-types/c7i/[29] “ROG Zephyrus G16.” Accessed: Sep. 16, 2024. [Online]. Available: https://laptopmedia.com/wp-content/uploads/2017/08/14-680x288.jpg[30] “VICTUS 15-fa0004la.” Accessed: Sep. 16, 2024. [Online]. Available: https://d34vmoxq6ylzee.cloudfront.net/catalog/product/cache/b3b166914d87ce343d4dc5ec5117b502/A/1/A14LRLA-1_T1722604220.png[31] “ACER E5-575G.” Accessed: Sep. 16, 2024. [Online]. Available: https://laptopmedia.com/wp-content/uploads/2017/08/14-680x288.jpgspaLICENSElicense.txtlicense.txttext/plain; charset=utf-82000https://repositorio.unbosque.edu.co/bitstreams/d3808584-5e61-414b-ad33-449eb4fa5c91/download17cc15b951e7cc6b3728a574117320f9MD56Anexo 1. Acta de aprobacion.pdfapplication/pdf255493https://repositorio.unbosque.edu.co/bitstreams/02008960-8b46-4654-95e4-74c9507759af/download6a49cfab14adcf00d6f81c69aa03d079MD510Carta de autorizacion.pdfapplication/pdf234097https://repositorio.unbosque.edu.co/bitstreams/7b9bd20f-7b51-411b-abbf-f17ecbbb31a0/download34111234c2fcd307c9d0cd0c0ebde001MD511CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repositorio.unbosque.edu.co/bitstreams/a62331f3-50e3-4ebe-ae55-16f25462927f/download3b6ce8e9e36c89875e8cf39962fe8920MD57ORIGINALTrabajo de grado.pdfTrabajo de grado.pdfapplication/pdf1835021https://repositorio.unbosque.edu.co/bitstreams/f4d908c3-98a5-415e-9180-51931a03f7e0/downloaddd3c8b1fdb12aee3117f0ed96f4eea20MD59Anexo 2. Documento anexo.pdfAnexo 2. Documento anexo.pdfapplication/pdf1843830https://repositorio.unbosque.edu.co/bitstreams/5bc0eb9a-86b1-4a2b-a675-ceeb48154d49/download9582d27705eb64463cf45663351db0fcMD58TEXTTrabajo de grado.pdf.txtTrabajo de grado.pdf.txtExtracted texttext/plain99389https://repositorio.unbosque.edu.co/bitstreams/abb70fea-859c-4824-99af-b6927a9f403c/downloadc2f89e18c8d445de40cc3d097451b101MD512Anexo 2. Documento anexo.pdf.txtAnexo 2. Documento anexo.pdf.txtExtracted texttext/plain29527https://repositorio.unbosque.edu.co/bitstreams/efca6f6f-a5f0-427c-99df-26e45d34fc92/downloadb2ec75c79d2b47fa2a3d290233f521d6MD514THUMBNAILTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg3216https://repositorio.unbosque.edu.co/bitstreams/a92c4bb3-364a-429f-9203-29f7322927b2/download37eeef9b18dda9c650c50ebc21880d3bMD513Anexo 2. Documento anexo.pdf.jpgAnexo 2. Documento anexo.pdf.jpgGenerated Thumbnailimage/jpeg3408https://repositorio.unbosque.edu.co/bitstreams/8d98ab4a-0aea-44c9-ab5b-7d4b9a28e1e3/download82723dfe3862372f70e582acdffda734MD51520.500.12495/13675oai:repositorio.unbosque.edu.co:20.500.12495/136752025-01-13 16:44:00.395http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalopen.accesshttps://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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 |