Uso de redes neuronales artificiales en predicción de morfología mandibular a través de variables craneomaxilares en una vista posteroanterior / Use of Artificial Neural Networks for Mandibular Morphology Prediction through Craniomaxillar Variables...

Abstract

RESUMEN. Antecedentes: La predicción de la morfología mandibular es importante tanto en la reconstrucción facial con fines forenses, como en ortodoncia y cirugía maxilofacial. Dicho proceso se ha realizado a través de métodos paramétricos y lineales basándose en poblaciones caucásicas. Asimismo, dichos análisis se realizan en radiografías de perfil más no se tiene en cuenta una predicción mandibular desde una vista posteroanterior. Propósito: Predecir, a través de redes neuronales artificiales, la morfología mandibular, empleando medidas craneomaxilares en radiografías posteroanteriores. Métodos: Se recolectaron 229 radiografías postero-anteriores estandarizadas de adultos jóvenes colombianos de ambos sexos. Se usaron coordenadas de puntos de referencia óseos craneofaciales para formar medidas mandibulares y craneomaxilares. Se seleccionaron 17 variables predictoras craneomaxilares de entrada, midiendo anchuras, alturas y ángulos. De la misma manera se seleccionaron 13 medidas mandibulares a predecir, considerando tanto el lado derecho como el izquierdo. Se usaron redes neuronales artificiales para realizar el proceso de predicción y se evaluó a través de un coeficiente de correlación, por medio de una regresión de arista (ridge regression) entre el valor real y el valor predicho. Resultados: Los resultados encontrados dentro del modelo fueron significativos en especial para 5 variables de importancia morfológica dentro del campo forense: la rama mandibular derecha (Cdd-God), el ancho bigoníaco (Goi-God), el ancho bicondilar (Cdi-Cdd) y las distancias entre los cóndilos al mentón (Cdd-Me y Cdi-Me). Conclusión: se encontró una capacidad de predicción importante en 5 medidas de importancia forense en pacientes clase I, clase II y clase III esquelética en ambos sexos.