|
Abstract:
|
A saúde oral é um importante componente do bem-estar e da qualidade de vida
dos cães, sendo o acúmulo de placa bacteriana e cálculo dentário um dos
principais fatores relacionados ao desenvolvimento da doença periodontal.
Ferramentas baseadas em visão computacional e inteligência artificial (IA)
destacam-se como recursos estratégicos para auxiliar na identificação precoce
e no monitoramento de alterações orais a partir de imagens. Dessa forma, o
objetivo deste trabalho foi desenvolver um aplicativo com tecnologia de IA para
detectar e classificar o acúmulo de cálculo dentário em cães a partir de imagens
fotográficas. O desenvolvimento foi realizado em três etapas: preparação do
conjunto de dados e treinamento do modelo, estruturação do backend e
desenvolvimento do frontend do aplicativo. Foram utilizadas 559 fotografias
laterais
da cavidade oral de cães, posteriormente ampliadas para
aproximadamente 1.400 imagens por meio de técnicas de aumento de dados.
As imagens foram anotadas e segmentadas no Roboflow, considerando as
classes “dentes” e “placa”, e utilizadas no treinamento de uma rede neural
convolucional baseada na arquitetura YOLOv8. Após sete treinamentos com
diferentes configurações de hiperparâmetros, o modelo final foi selecionado por
apresentar mAP@50 geral de 86,2%, precisão de 98% para dentes e 74% para
cálculo dentário, com recall médio de 82%. Paralelamente, foi realizado um
levantamento por meio de formulário eletrônico no Google Forms a fim de
identificar preferências relacionadas à identidade visual, características
desejadas para a ferramenta, cores, elementos gráficos e aspectos de
usabilidade, contribuindo para a definição da interface do aplicativo. O backend
foi desenvolvido em Python, utilizando FastAPI, e integrado ao modelo de IA,
enquanto o frontend foi desenvolvido na plataforma Base44. Como resultado
prático, o aplicativo, denominado DenteClick, permitiu o cadastro de animais,
captura ou envio de imagens da cavidade oral, análise automatizada,
classificação do cálculo dentário em cinco níveis de severidade, apresentação
de resultados visuais e recomendações, além do armazenamento do histórico e
criação de lembretes relacionados aos cuidados com os animais. Apesar das
limitações relacionadas principalmente à padronização e à diversidade da base
de imagens, o projeto resultou em uma ferramenta funcional com potencial para
auxiliar o monitoramento da saúde oral canina e a identificação precoce do
acúmulo de cálculo dentário, contribuindo para medidas preventivas e para o
acompanhamento veterinário. |
