[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-124822-pt":3,"doc-seo-124822-112":30,"detail-sidebar-cat-0-pt-112":96},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":20,"is_downloadable":20,"audit_status":20,"page_count":21,"language":22,"language_code":23,"site_id":24,"html_lang":23,"table_of_contents":25,"faqs":26,"seo_title":27,"seo_description":14,"update_tm":28,"read_time":29},124822,962084926284,"Aurora","https://ap-avatar.wpscdn.com/davatar_29158cc5080c5b710cf443261637dec0",31,"Saúde e Cuidados","Utilização de machine learning na classificação de disfunções temporomandibulares - prova de conceito","O interesse global pela inteligência artificial cresce com avanços em computação e algoritmos de aprendizagem, ampliando a precisão diagnóstica e a agilidade nas respostas clínicas. O estudo teve como objetivo desenvolver um modelo de machine learning para apoiar a detecção e classificação das disfunções temporomandibulares (DTM) a partir de dados sistematizados. A modelagem utilizou árvores de decisão implementadas em Python/Scikit-Learn, empregando prontuários do acervo do CEMDOR da Universidade Federal de Santa Catarina. As DTM foram classificadas pela ICOP, com dois experimentos independentes para dores miofasciais e articulares.","UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS DA SAÚDEPROGRAMA DE PÓS-GRADUAÇÃO EM ODONTOLOGIA  \nFernanda Pretto Zatt  \nUtilização de machine learning na classificação de disfunções temporomandibulares: prova de conceito  \nFlorianópolis  \nFernanda Pretto Zatt  \nUtilização de machine learning na classificação de disfunções temporomandibulares: prova de conceito  \nDissertação submetida ao Programa de PósGraduação em Odontologia da Universidade Federal de Santa Catarina como requisito parcial para aobtenção do título de Mestra em Odontologia.  \nOrientador: Prof. Ricardo Armini Caldas , Dr.  \nFlorianópolis  \nFernanda Pretto Zatt  \nUtilização de machine learning na classificação de disfunções temporomandibulares:  \nprova de conceito  \nO presente trabalho em nível de Mestrado foi avaliado e aprovado, 12 de julho de 2023 pela banca examinadora composta pelos seguintes membros:  \nProf. Ricardo Armini Caldas, Dr.  \nUniversidade Federal de Santa Catarina  \nProf. Gabriela Modesti Vedolin, Dr.ª  \n-  \nProf. Marcio Holsbach Costa, Dr  \nUniversidade Federal de Santa Catarina  \nCertificamos que esta é a versão original e final do trabalho de conclusão que foi julgado adequado para obtenção do título de Mestra em Odontologia  \nProf. Mariane Cardoso, Drª . Coordenadora do Programa de Pós-Graduação  \nInsira neste espaço aassinatura digital  \nProf. Ricardo Armini Caldas, Dr. Orientador  \nFlorianópolis, 2023.  \nEste trabalho é dedicado aos meus pais, que têm sido os maioresincentivadores na busca pela realização dos meus sonhos  \nAGRADECIMENTOS  \nGostaria de expressar minha gratidão não somente às pessoas envolvidasnesta dissertação, mas também a todos aqueles que me forneceram apoio, experiências e oportunidades valiosas ao longo do meu mestrado.  \nAgradeço primeiramente a Deus por todas as oportunidades concedidas amim e pela força e nos momentos de fraqueza e dificuldades.  \nAgradeço aos meus queridos pais, Ivânia e Neimar, que me criaram com amor, respeito e dedicação. Esta conquista só foi possível graças a eles. Agradeçopor todas as orações e palavras acolhedoras de minha mãe e as longas conversas sobre ética e educação com meu pai. Tenho certeza de que tudo isso me fortaleceu e me ajudou a superar cada desafio ao longo do caminho. Agradeço ao melhor presente que meus pais me deram, meu irmão Augusto, que é meu suporte e motivação para enfrentar e aceitar todos os desafios da vida. Agradeço ao Felipe, por todo amor, carinho, compreensão e apoio desde o início da minha vida acadêmica.  \nAgradeço ao meu orientador, Professor Ricardo Armini Caldas, pelosensinamentos e por sua dedicação que o fez, por muitas vezes, abdicar de seus momentos de descanso para me orientar. Além de professor, foi alguém que me ensinou muito sobre dedicação, acolhimento e valores. Sem o seu apoio e amizade, não apenas este trabalho, mas todo o trajeto percorrido até o momento, não teriamsido possíveis. Agradeço ao Professor Victor Emanoel Armini Caldas, pela disposição em instruir e auxiliar na elaboração deste trabalho. Agradeço à Professora Beatriz Mendes e ao CEMDOR por fornecer os prontuários necessários pra arealização deste trabalho.  \nAgradeço aos meus amigos e colegas Melissa, Aurélio e Lucas que sempre estiveram ao meu lado nas conquistas e dificuldades do mestrado. Sem eles, não seria possível passar por essa jornada com a mesma leveza e alegria. Sou grata pelosincontáveis conselhos e exemplos dados por eles. Agradeço as minhas amigas Thaíse Diandra pelo apoio desde o início da graduação. Mesmo diante de toda a distânciaimposta pelas nossas escolhas pessoais, elas são incentivo para seguir os meus sonhos. Agradeço as pessoas que me acolheram desde o primeiro dia na Universidade Federal de Santa Catarina, Helena e Ana Paula, que sempre foramsolícitas e empáticas ao meu auxiliar em toda e qualquer dificuldade, fosse ela pessoalou profissional.  \nAgradeço imensamente à banca examinadora , por aceitarem contribuir comeste trabalho. Agradeço ao Prof. ","cbCaifvTlqZEPWtH","https://ap.wps.com/l/cbCaifvTlqZEPWtH","pdf",3783575,1,85,"Portuguese","pt",112,"# Agradecimentos\n# Resumo\n## Objetivo\n## Metodologia\n## Base de dados e classificação\n## Experimentos","[{\"question\":\"Qual foi o objetivo do trabalho com machine learning?\",\"answer\":\"Criar um modelo de aprendizado de máquina para auxiliar na detecção e classificação das disfunções temporomandibulares (DTM) a partir de dados sistematizados.\"},{\"question\":\"Como o modelo de machine learning foi construído?\",\"answer\":\"Foi utilizada a abordagem de árvore de decisão, com programação em Python/Scikit-Learn.\"},{\"question\":\"Quais dados e qual classificação foram empregados para os diagnósticos de DTM?\",\"answer\":\"Os dados vieram de prontuários do acervo do CEMDOR da Universidade Federal de Santa Catarina, e os diagnósticos foram classificados conforme a Classificação Internacional de Dor Orofacial (ICOP).\"},{\"question\":\"Como foram organizados os experimentos do estudo?\",\"answer\":\"Foram realizados dois experimentos independentes, usando árvores de decisão para classificar dores miofasciais e dores articulares.\"}]","Utilização de machine learning na classificação de disfunções temporomandibulares - prova de conceito | PDF",1785894839,131,{"code":4,"msg":31,"data":32},"ok",{"site_id":24,"language":23,"slug":33,"title":13,"keywords":34,"description":14,"schema_data":35,"social_meta":91,"head_meta":93,"extra_data":95,"updated_unix":28},"use-of-machine-learning-in-the-classification-of-temporomandibular-disorders-proof-of-concept","",{"@graph":36,"@context":90},[37,54,69],{"@type":38,"itemListElement":39},"BreadcrumbList",[40,44,48,51],{"item":41,"name":42,"@type":43,"position":20},"https://docshare.wps.com","Home","ListItem",{"item":45,"name":46,"@type":43,"position":47},"https://docshare.wps.com/pt/document/","Document",2,{"item":49,"name":12,"@type":43,"position":50},"https://docshare.wps.com/pt/document/saúde-e-cuidados/",3,{"item":52,"name":13,"@type":43,"position":53},"https://docshare.wps.com/pt/document/use-of-machine-learning-in-the-classification-of-temporomandibular-disorders-proof-of-concept/124822/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":23,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":41,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-15","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82,86],{"name":73,"@type":74,"acceptedAnswer":75},"Qual foi o objetivo do trabalho com machine learning?","Question",{"text":76,"@type":77},"Criar um modelo de aprendizado de máquina para auxiliar na detecção e classificação das disfunções temporomandibulares (DTM) a partir de dados sistematizados.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Como o modelo de machine learning foi construído?",{"text":81,"@type":77},"Foi utilizada a abordagem de árvore de decisão, com programação em Python/Scikit-Learn.",{"name":83,"@type":74,"acceptedAnswer":84},"Quais dados e qual classificação foram empregados para os diagnósticos de DTM?",{"text":85,"@type":77},"Os dados vieram de prontuários do acervo do CEMDOR da Universidade Federal de Santa Catarina, e os diagnósticos foram classificados conforme a Classificação Internacional de Dor Orofacial (ICOP).",{"name":87,"@type":74,"acceptedAnswer":88},"Como foram organizados os experimentos do estudo?",{"text":89,"@type":77},"Foram realizados dois experimentos independentes, usando árvores de decisão para classificar dores miofasciais e dores articulares.","https://schema.org",{"og:url":52,"og:type":92,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":94,"canonical":52},"index,follow",{"doc_id":7,"site_id":24},{"code":4,"msg":5,"data":97},[98,103,107,111,115,119,123,127,131,133],{"id":99,"doc_module":4,"doc_module_name":46,"category_name":100,"show_sort_weight":101,"slug":102},26,"Contos e Romances",60,"story-novel",{"id":104,"doc_module":4,"doc_module_name":46,"category_name":105,"show_sort_weight":101,"slug":106},46,"Estilo de Vida","lifestyle",{"id":108,"doc_module":4,"doc_module_name":46,"category_name":109,"show_sort_weight":101,"slug":110},28,"Exames","exam",{"id":112,"doc_module":4,"doc_module_name":46,"category_name":113,"show_sort_weight":101,"slug":114},47,"Geral","general",{"id":116,"doc_module":4,"doc_module_name":46,"category_name":117,"show_sort_weight":101,"slug":118},29,"Histórias em Quadrinhos","comic",{"id":120,"doc_module":4,"doc_module_name":46,"category_name":121,"show_sort_weight":101,"slug":122},27,"Literatura","literature",{"id":124,"doc_module":4,"doc_module_name":46,"category_name":125,"show_sort_weight":101,"slug":126},32,"Pesquisa e Relatórios","research-report",{"id":128,"doc_module":4,"doc_module_name":46,"category_name":129,"show_sort_weight":101,"slug":130},33,"Religião e Espiritualidade","religion-spirituality",{"id":11,"doc_module":4,"doc_module_name":46,"category_name":12,"show_sort_weight":101,"slug":132},"healthcare",{"id":134,"doc_module":4,"doc_module_name":46,"category_name":135,"show_sort_weight":101,"slug":136},45,"Tecnologia","technology"]