| TÃtulo : |
Machine Learning in Dentistry |
| Tipo de documento: |
documento electrónico |
| Autores: |
Ko, Ching-Chang, ; Shen, Dinggang, ; Wang, Li, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
X, 188 p. 90 ilustraciones, 76 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-71881-7 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
OdontologÃa Grandes datos |
| Ãndice Dewey: |
617.6 Odontología |
| Resumen: |
Este libro analiza todos los aspectos del uso del aprendizaje automático en la odontologÃa contemporánea, explicando claramente su importancia para la obtención de imágenes dentales, el diagnóstico y el tratamiento bucal, los diseños dentales y la investigación dental. El aprendizaje automático es un campo emergente de investigación y práctica de la inteligencia artificial en el que se emplean agentes informáticos para mejorar la percepción, la cognición y la acción en función de su capacidad de "aprender", por ejemplo, mediante el uso de técnicas de big data. Su aplicación en la odontologÃa está diseñada para promover la atención personalizada y precisa al paciente, con una mejora del diagnóstico y la planificación del tratamiento. En este libro, los lectores encontrarán información actualizada sobre diferentes herramientas de aprendizaje automático y su aplicabilidad en diversas especialidades dentales. Los ejemplos seleccionados ilustran ampliamente las oportunidades de emplear un enfoque de aprendizaje automático en la odontologÃa, al tiempo que sirven para destacar los desafÃos asociados. El aprendizaje automático en odontologÃa será de valor para todos los profesionales e investigadores dentales que deseen aprender más sobre los posibles beneficios del uso de técnicas de aprendizaje automático en su trabajo. |
| Nota de contenido: |
Machine Learning for Dental Imaging: Machine Learning for CBCT Segmentation of Craniofacial 3D Image -- Machine Learning for Automatic Landmark Detection of 3D Imaging -- Machine Learning for Generating Dental CT from Magnetic Resonance Imaging (MRI) -- Machine Learning for 2D Dynamic Facial Photographs. Machine Learning for Oral Diagnosis and Treatment: Machine Learning for Orthodontic Diagnosis and Treatment Planning -- Machine Learning for Diagnosis of Periodontal Diseases -- Machine Learning for Oral Microbiome -- Machine Learning for Characterization of Craniofacial Anomaly -- Machine Learning for Orthognathic Surgery -- Machine Learning for Bone Tissue Engineering. Machine Learning and Dental Designs: Machine Learning for Orthodontic CAD/CAM Technologies -- Machine Learning for Design of Dental Implants -- Machine Learning for Optimization of Dental Material Processing. Machine Learning Supporting Dental Research: Machine Learningfor Data Mining in Teledentistry -- Machine Learning for Evidence-Based Literature Search -- Machine Learning in Genetics and Genomics -- Machine Learning and Finite Element Modeling. |
| En lÃnea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Machine Learning in Dentistry [documento electrónico] / Ko, Ching-Chang, ; Shen, Dinggang, ; Wang, Li, . - 1 ed. . - [s.l.] : Springer, 2021 . - X, 188 p. 90 ilustraciones, 76 ilustraciones en color. ISBN : 978-3-030-71881-7 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
OdontologÃa Grandes datos |
| Ãndice Dewey: |
617.6 Odontología |
| Resumen: |
Este libro analiza todos los aspectos del uso del aprendizaje automático en la odontologÃa contemporánea, explicando claramente su importancia para la obtención de imágenes dentales, el diagnóstico y el tratamiento bucal, los diseños dentales y la investigación dental. El aprendizaje automático es un campo emergente de investigación y práctica de la inteligencia artificial en el que se emplean agentes informáticos para mejorar la percepción, la cognición y la acción en función de su capacidad de "aprender", por ejemplo, mediante el uso de técnicas de big data. Su aplicación en la odontologÃa está diseñada para promover la atención personalizada y precisa al paciente, con una mejora del diagnóstico y la planificación del tratamiento. En este libro, los lectores encontrarán información actualizada sobre diferentes herramientas de aprendizaje automático y su aplicabilidad en diversas especialidades dentales. Los ejemplos seleccionados ilustran ampliamente las oportunidades de emplear un enfoque de aprendizaje automático en la odontologÃa, al tiempo que sirven para destacar los desafÃos asociados. El aprendizaje automático en odontologÃa será de valor para todos los profesionales e investigadores dentales que deseen aprender más sobre los posibles beneficios del uso de técnicas de aprendizaje automático en su trabajo. |
| Nota de contenido: |
Machine Learning for Dental Imaging: Machine Learning for CBCT Segmentation of Craniofacial 3D Image -- Machine Learning for Automatic Landmark Detection of 3D Imaging -- Machine Learning for Generating Dental CT from Magnetic Resonance Imaging (MRI) -- Machine Learning for 2D Dynamic Facial Photographs. Machine Learning for Oral Diagnosis and Treatment: Machine Learning for Orthodontic Diagnosis and Treatment Planning -- Machine Learning for Diagnosis of Periodontal Diseases -- Machine Learning for Oral Microbiome -- Machine Learning for Characterization of Craniofacial Anomaly -- Machine Learning for Orthognathic Surgery -- Machine Learning for Bone Tissue Engineering. Machine Learning and Dental Designs: Machine Learning for Orthodontic CAD/CAM Technologies -- Machine Learning for Design of Dental Implants -- Machine Learning for Optimization of Dental Material Processing. Machine Learning Supporting Dental Research: Machine Learningfor Data Mining in Teledentistry -- Machine Learning for Evidence-Based Literature Search -- Machine Learning in Genetics and Genomics -- Machine Learning and Finite Element Modeling. |
| En lÃnea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |