Clasificación automatizada de clases esqueletales: una propuesta de cefalometría reversa, desde un enfoque morfogeométrico

Abstract

En ortodoncia y cirugía maxilofacial, el diagnóstico dentoesquelético es fundamental en las distintas etapas del tratamiento. Por regla general, la ortodoncia establece una clasificación cefalométrica a priori (tipológica), basada principalmente en distancias y ángulos lineales. El presente trabajo propone una herramienta de clasificación esquelética automatizada basada en algoritmos morfométricos geométricos, que no existen en las clasificaciones cefalométricas tradicionales. Esto se realiza mediante el uso de la automatización morfocefalométrica para la clasificación de clases esqueletales, basada en herramientas de inteligencia artificial, así como la aplicación de las herramientas analíticas correspondientes, como el Análisis de Componentes Principales. Adicionalmente, se comparó los mapas cefalométricos clásicos (matrices de distancias) y morfométricos geométricos (matrices de hitos de coordenadas), utilizando matrices de distancias. Se concluye que el uso de herramientas de automatización morfocefalométrica y algoritmos de morfometría geométrica (cefalometría reversa automatizada), permite clasificar las clases esqueletales de manera más eficiente en comparación con el Análisis Cefalométrico Convencional debido a la reducción de variables redundantes, a la incorporación de la variación explicada por los componentes de la forma, al aumento significativo en el tamaño de la muestra, y a una velocidad significativamente mayor del procedimiento y la ausencia de una clasificación tipológica preexistente.