Repositorio
Institucional

Ottone, Nicolas E.

Simplified Diagnosis of Mandibular Asymmetry in Panoramic Radiographs Through Digital Processing and Its Prospective Integration with Artificial Intelligence: A Pilot Study

MDPI

APPLIED SCIENCES-BASEL

en

Background/Objectives: Mandibular asymmetry is a common morphological alteration in orthodontics and orthognathic surgery, generally diagnosed with panoramic radiographs despite their limitations. Automated processing systems offer a promising alternative for improving its detection and analysis. The aim of this study was to develop a pilot computational model to detect and measure mandibular asymmetry in the body and ramus by analyzing anatomical distances in digital panoramic radiographs of adults. Methods: This was a descriptive observational pilot study, carried out on 30 digital panoramic radiographs of young adult patients (15 men, 15 women). Three craniometric points (Condylion, Gonion and Gnathion) were used as references landmarks. An algorithm was implemented in Python (R) (v3.12) with OpenCV to extract anatomical coordinates and calculate Euclidean distances (Go-Gn, Co-Go) from pixels to millimeters. Data were statistically analyzed in SPSS (v23.0) using normality tests, paired t-tests, Wilcoxon tests, and Mann-Whitney U tests (p < 0.05). Results: No significant differences were observed in mandibular lengths by sex, with men having greater lengths in both the body (80.63 mm vs. 73.86 mm) and the ramus (55.82 mm vs. 49.15 mm). In addition, significant differences were found in total mandibular ramus measurements (p = 0.023). A classification of asymmetry by severity was proposed (mild: <= 3 mm, moderate: 3-6 mm, severe: >6 mm), with mild asymmetries being the most frequently found. The model showed reliable processing capacity. Conclusions: This pilot study shows the feasibility of using Python for automated measurement of mandibular asymmetry in panoramic radiographs and highlights its future potential for neural network integration and diagnostic-epidemiological use.Antecedentes/Objetivos: La asimetría mandibular es una alteración morfológica común en ortodoncia y cirugía ortognática, generalmente diagnosticada con radiografías panorámicas a pesar de sus limitaciones. Los sistemas de procesamiento automatizado ofrecen una alternativa prometedora para mejorar su detección y análisis. El objetivo de este estudio fue desarrollar un modelo computacional piloto para detectar y medir la asimetría mandibular en el cuerpo y la rama mediante el análisis de distancias anatómicas en radiografías panorámicas digitales de adultos. Métodos: Este fue un estudio piloto observacional descriptivo, realizado en 30 radiografías panorámicas digitales de pacientes adultos jóvenes (15 hombres, 15 mujeres). Se utilizaron tres puntos craneométricos (Cóndilo, Gonión y Gnatión) como puntos de referencia. Se implementó un algoritmo en Python (R) (v3.12) con OpenCV para extraer coordenadas anatómicas y calcular distancias euclidianas (Go-Gn, Co-Go) de píxeles a milímetros. Los datos se analizaron estadísticamente en SPSS (v23.0) utilizando pruebas de normalidad, pruebas t pareadas, pruebas de Wilcoxon y pruebas U de Mann-Whitney (p < 0,05). Resultados: No se observaron diferencias significativas en las longitudes mandibulares por sexo, siendo los hombres quienes presentaron mayores longitudes tanto en el cuerpo (80,63 mm vs. 73,86 mm) como en la rama (55,82 mm vs. 49,15 mm). Además, se encontraron diferencias significativas en las mediciones totales de la rama mandibular (p = 0,023). Se propuso una clasificación de la asimetría por gravedad (leve: <= 3 mm, moderada: 3-6 mm, grave: >6 mm), siendo las asimetrías leves las más frecuentes. El modelo mostró una capacidad de procesamiento fiable. Conclusiones: Este estudio piloto muestra la viabilidad del uso de Python para la medición automatizada de la asimetría mandibular en radiografías panorámicas y destaca su potencial futuro para la integración en redes neuronales y el uso diagnóstico-epidemiológico.

artículo original

mandibular asymmetry

artificial intelligence

digital panoramic radiography

10.3390/app151910802

pdf

SEX

RAMUS

CONDYLAR

SEX

RAMUS

CONDYLAR

Odontología, Cirugía y Medicina Oral

Ingeniería Médica

Ciencias de la Computación

versión publicada

dorada

verde

acceso abierto

acceso abierto

WOS:001594619300001

Simplified Diagnosis of Mandibular Asymmetry in Panoramic Radiographs Through Digital Processing and Its Prospective Integration with Artificial Intelligence: A Pilot Study

artículo original

MDPI

APPLIED SCIENCES-BASEL

Chemistry, Multidisciplinary

Engineering, Multidisciplinary

Materials Science, Multidisciplinary

Physics, Applied

en

CC BY 4.0

Direccion de Investigacion, Universidad de La Frontera, Apoyo

Direccion de Investigacion, Universidad de La Frontera, Apoyo [PP25-0031]

pdf