RESUMEN
El diagnóstico de estas alteraciones se llevaba a cabo por dispositivos o protocolos que implican algunos puntos negativos importantes en la economía y practicidad tanto del usuario como del paciente. Debido al gran avance tecnológico, y procesamiento de imágenes, hoy en día se ha optado por la medición y análisis de los movimientos humanos por medio de diversas técnicas de visión computacional y algoritmos matemáticos. En esta propuesta, se desarrolla una metodología con base en el análisis cuantitativo de los movimientos mandibulares, para la clasificación de trastornos temporomandibulares (TTM) en función a su caracterización. Con el uso de un sistema de visión computacional y marcadores arUco.
El presente trabajo es un estudio transversal observacional. Donde se incluyó un total de 116 pacientes de edades entre 20 y 36 años, voluntarios de la Benemérita Universidad Autónoma de Aguascalientes. Se realizó un primer diagnóstico con el estandar de oro a todos los participantes, esto para tener la etiqueta previa. Grabamos movimientos mandibulares mediante una cámara para adquirir la posición 3D de los marcadores faciales arUco. Se obtuvieron características para evaluar la clasificación de pacientes sanos, con Mialgia y con Artralgia. Se obtuvo una sensibilidad del 93% y especificidad de 93% para clasificar a pacientes sanos de aquellos con algun TTM, con un AUC de 0.92 ± 0.02. Además de encontrar una discrepancia entre los 3 grupos con un AUC de 0.83 ± 0.01.
Estos resultados confirman la utilidad del seguimiento de los marcadores faciales, así como su configuración mínimamente invasiva con un bajo costo.
Este método no se ha contrastado con el diagnostico humano y los resultados pueden mejorarse con un mayor número de cámaras. Ademas de seguir evaluando distintas posiciones de los marcadores. No obstante, es una herramienta útil que reduciría los tiempos de espera y diagnóstico de los pacientes.
ABSTRACT
Currently, the diagnosis of these alterations was conducted by devices or protocols that imply some important negative points in the economy and practicality of both the user and the patient. Due to the great technological advance, and image processing, today it has been chosen to measure and analyze human movements with various computer vision techniques and mathematical algorithms. In this proposal, a methodology is developed based on the quantitative analysis of mandibular movements, for the classification of temporomandibular disorders (TMD) according to their characterization. With the use of a computer vision system and arUco markers.
The present work is an observational cross-sectional study. Where a total of 116 patients aged between 20 and 36 years were included, voluntarios of the Benemérita Universidad Autónoma de Aguascalientes. A first diagnosis was made with the gold standard to all participants, this to have the previous label. We record mandibular movements using a camera to acquire the 3D position of the arUco facial markers. Characteristics were obtained to evaluate the classification of healthy patients, with Myalgia and with Arthralgia. A sensitivity of 93% and specificity of 93% were obtained to classify healthy patients from those with some TMD. With an AUC of 0.92 ± 0.02. In addition to finding a discrepancy between the 3 groups with an AUC of 0.83 ± 0.01.
These results confirm the usefulness of tracking facial markers, as well as their minimally invasive configuration at a low cost.
This method has not been contrasted with human diagnosis and the results can be improved with a greater number of cameras. In addition to continuing to evaluate different positions of the markers. However, it is a useful tool that would reduce patient waiting and diagnosis times.
