universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/45083/1/b-cisc-ptg... ·...

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



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



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


FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS


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


FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS


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


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


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.


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


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


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


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


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).


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)


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


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



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



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



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



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



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



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



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



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



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



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



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




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.




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.




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.




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.




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



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



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 7:SI el resultado al analizar la imagen varía entre 35.11% o mayor


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



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



Figura 28. Gráfico de la gradiente y validaciones.



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


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


CARGAR IMAGEN A PROCESAR

Figura 31. Carga de imagen a analizar


70

DETECCIÓN DE NIVEL DE AFECTACIÓN

Figura 32. Detectando nivel de afectación de caries



DIAGNÓSTICO RESULTANTE

Figura 33. Pantalla con diagnóstico resultante



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



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.



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


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


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


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


OdontologíaGeneral

Ninguna

3 Dr. John UbillaCotto


OdontologíaGeneral

Ninguna

4 Ing. SantiagoLuna

IngenieroEléctrico

InformáticaIndustrial

Entrenar pormucho más

tiempo la red.



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



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


Permitedistinguir elárea afectada

Si


Se segmenta laimagen deacuerdo con loprogramado

Si

Diagnóstico

Emitir undiagnóstico delnivel deafectación.

Si


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


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%



Gráfico 1. Características de pieza dental con nivel de afectación 0



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.



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



Gráfico 2 Características de pieza dental con nivel de afectación 1



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.


Cod.

ICDASCaracterísticas Nivel de daño

2

Mancha Blanca 100%

Mancha Marrón 100%



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%






Nivel de afectación de pieza dental 3: la pieza dental presenta una

pequeña ruptura de la cavidad, color café oscuro.


Cod.


3

Mancha Blanca 100%

Mancha Marrón 100%



Exposición de dentina a mitad

de la superficie 0%

0%

20%

40%

60%

80%

100%

120%

ManchaBlanca

ManchaMarrón




la superficie


PulpaVisible

2


81

Exposición de dentina mayor a

la mitad de la superficie 0%

Pulpa Visible 0%






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.



4

Mancha Blanca 100%

Mancha Marrón 100%



0%

20%

40%

60%

80%

100%

120%

ManchaBlanca

ManchaMarrón




la superficie


PulpaVisible

3


82


la superficie 0%



Pulpa Visible 0%






Nivel de afectación de pieza dental 5: Cavidad con mancha oscura en

cara proximal con dentina visible a través de esmalte.


Cod.


5

Mancha Blanca 100%

Mancha Marrón 100%



0%

20%

40%

60%

80%

100%

120%

ManchaBlanca

ManchaMarrón




la superficie


PulpaVisible

4


83

Exposición de dentina a


Exposición de dentina mayor

a la mitad de la superficie 0%

Pulpa Visible 0%






Nivel de afectación de pieza dental 6: Pérdida de más del 50% de la pieza

dentaria, visibilidad de la pulpa, nivel crítico.



6

Mancha Blanca 20%

Mancha Marrón 100%



0%

20%

40%

60%

80%

100%

120%

ManchaBlanca

ManchaMarrón




la superficie


PulpaVisible

5


84


la superficie 100%



Pulpa Visible 100%






0%

20%

40%

60%

80%

100%

120%

ManchaBlanca

ManchaMarrón




la superficie


PulpaVisible

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



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


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


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


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



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.



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.


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.


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



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


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



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



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



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



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



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



Figura 9. Presentación de la imagen cargada



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)



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



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)



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)


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


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


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


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


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


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


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


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


110

ANEXO # 3. MANUAL TÉCNICO



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



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


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


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


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


Figura 5 Información de licencia a pagar.


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


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


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


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


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


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


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


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


118

Figura 14 Pantalla de paquete para estudiantes y versión de prueba


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


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


Figura 17 Correo confirmación/Negación de licencia para Universidad


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


Figura 19 Selección de herramientas adicionales al paquete estudiantil


Aceptamos los términos y condiciones necesarios para adquirir el paquete

estudiantil.

121

Figura 20 Términos y condiciones


Ingresamos información de la universidad de la que formamos parte.

Figura 21 Ingreso de datos de Universidad


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


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


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


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


124

ANEXO # 4. VALIDACIÓN DE PRUEBAS# 1





125

ANEXO # 5. VALIDACIÓN DE PRUEBAS# 2





126

ANEXO # 6. VALIDACIÓN DE PRUEBAS # 3





127

ANEXO # 7. PRESENTACIÓN PROTOTIPO A EXPERTO





129

ANEXO # 8 GEO – LOCALIZACIÓN.


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.





130

ANEXO # 9 EJECUCIÓN DEL SISTEMA


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


Figura 2. Después de 30 horas solo se han realizado 285 iteraciones




universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/45083/1/b-cisc-ptg... ·...

Documents