Obesidad y sobrepeso como factor de riesgo para la caries dental en niños escolares de 6-12 años.

Tesis (Maestría en Ciencias en Salud Pública) UANL, 2013.

Funcionalidad familiar y su relación con la caries dental y la acumulación de placa dentobacteriana en niños.

Tesis (Maestría en Ciencias Odontológicas con orientación en Odontopediatría) UANL, 2014.

Outlines of a System of polítical Economy; written with a view to prove to government and the country, that the cause of the present agricultural distress is entirely artificial..

UANL

Artificial neural network modeling of phenol adsorption onto barley husks activated carbon in an airlift reactor.

Tesis (Doctor en Ciencias con Orientación en Procesos Sustentables) UANL, 2013.

Desarrollo, optimización e integración de tecnologías sustentables a base de un biorreactor empacado de flujo ascendente y un humedal artificial de flujo horizontal sub-superficial para el tratamiento de agua contaminada con cromo y plomo.

Tesis (Doctor en Ciencias con Especialidad en Biotecnología) UANL, 2013

The association between caries and periodontal diseases

Objectifs: Le but de cette étude clinique était de comparer un groupe d’adultes ayant un parodonte sain avec un groupe d’adultes atteints de parodontite chronique en terme de risque carieux et mesures cliniques et microbiologiques de la carie. Méthodes: Quatre-vingt-seize individus ont été divisés en deux groupes en fonction de leur état de santé parodontal et ont été appariés pour l'âge, le sexe et l'origine ethnique. Trente-huit sujets étaient atteints de parodontite chronique définie comme ayant au moins quatre dents avec ≥ 1 site avec une profondeur de sondage ≥ 4 mm et une perte d'attache clinique ≥ 2 mm, et 58 sujets présentaient un parodonte sain. Par la suite, les groupes ont été subdivisés en deux groupes en fonction de leur statut carieux : les participants ayant au moins une lésion carieuse non traitée sur une surface dentaire et ceux n’ayant pas de lésion carieuse non traitée. Les données ont été recueillies par le biais d’un questionnaire, un examen clinique et des échantillons de plaque supra- et sous-gingivale. L’évaluation de la charge buccale de Streptococcus mutans et de six agents pathogènes parodontaux a été réalisée par la technique d'amplification de la réaction en chaine de la polymérase (PCR). Les données ont été analysées à l'aide d’analyses statistiques descriptives et bivariées. Résultats: Les individus atteints de parodontite chronique étaient 3,5 fois plus susceptibles d'avoir des caries que les individus en bonne santé (OR 3,5 ; IC: 1,5 - 8,3 ; P = 0,006). Les sujets à la fois atteints de parodontite chronique et de caries dentaires ont eu un niveau d’éducation significativement plus faible que les sujets ayant un parodonte sain et sans caries dentaires (OR 6,0 ; IC: 1,7 à 21,7 ; P = 0,04). La proportion de sujets ayant une charge buccale élevée de Porphyromonas gingivalis (P. g.) et Treponema denticola (T. d.) était significativement plus élevée chez les patients atteints de parodontite chronique et de carie que chez les patients sains présentant des caries (P. g.: OR 8,6 ; IC: 2,4 - 30,3 ; P = 0,004 et T. d.: OR 10,0 ; CI: 2,6 - 38.1 ; P = 0,003). Conclusions: Les résultats de cette étude suggèrent que, chez les sujets adultes atteints de la parodontite chronique, la fréquence des caries est plus élevée que chez les sujets ayant un parodonte sain. De plus, le faible niveau d'éducation influence négativement le statut parodontal des individus.

The use of artificial intelligence algorithms to guide surgical treatment of adolescent idiopathic scoliosis

La scoliose idiopathique de l’adolescent (SIA) est une déformation tri-dimensionelle du rachis. Son traitement comprend l’observation, l’utilisation de corsets pour limiter sa progression ou la chirurgie pour corriger la déformation squelettique et cesser sa progression. Le traitement chirurgical reste controversé au niveau des indications, mais aussi de la chirurgie à entreprendre. Malgré la présence de classifications pour guider le traitement de la SIA, une variabilité dans la stratégie opératoire intra et inter-observateur a été décrite dans la littérature. Cette variabilité s’accentue d’autant plus avec l’évolution des techniques chirurgicales et de l’instrumentation disponible. L’avancement de la technologie et son intégration dans le milieu médical a mené à l’utilisation d’algorithmes d’intelligence artificielle informatiques pour aider la classification et l’évaluation tridimensionnelle de la scoliose. Certains algorithmes ont démontré être efficace pour diminuer la variabilité dans la classification de la scoliose et pour guider le traitement. L’objectif général de cette thèse est de développer une application utilisant des outils d’intelligence artificielle pour intégrer les données d’un nouveau patient et les évidences disponibles dans la littérature pour guider le traitement chirurgical de la SIA. Pour cela une revue de la littérature sur les applications existantes dans l’évaluation de la SIA fut entreprise pour rassembler les éléments qui permettraient la mise en place d’une application efficace et acceptée dans le milieu clinique. Cette revue de la littérature nous a permis de réaliser que l’existence de “black box” dans les applications développées est une limitation pour l’intégration clinique ou la justification basée sur les évidence est essentielle. Dans une première étude nous avons développé un arbre décisionnel de classification de la scoliose idiopathique basé sur la classification de Lenke qui est la plus communément utilisée de nos jours mais a été critiquée pour sa complexité et la variabilité inter et intra-observateur. Cet arbre décisionnel a démontré qu’il permet d’augmenter la précision de classification proportionnellement au temps passé à classifier et ce indépendamment du niveau de connaissance sur la SIA. Dans une deuxième étude, un algorithme de stratégies chirurgicales basé sur des règles extraites de la littérature a été développé pour guider les chirurgiens dans la sélection de l’approche et les niveaux de fusion pour la SIA. Lorsque cet algorithme est appliqué à une large base de donnée de 1556 cas de SIA, il est capable de proposer une stratégie opératoire similaire à celle d’un chirurgien expert dans prêt de 70% des cas. Cette étude a confirmé la possibilité d’extraire des stratégies opératoires valides à l’aide d’un arbre décisionnel utilisant des règles extraites de la littérature. Dans une troisième étude, la classification de 1776 patients avec la SIA à l’aide d’une carte de Kohonen, un type de réseaux de neurone a permis de démontrer qu’il existe des scoliose typiques (scoliose à courbes uniques ou double thoracique) pour lesquelles la variabilité dans le traitement chirurgical varie peu des recommandations par la classification de Lenke tandis que les scolioses a courbes multiples ou tangentielles à deux groupes de courbes typiques étaient celles avec le plus de variation dans la stratégie opératoire. Finalement, une plateforme logicielle a été développée intégrant chacune des études ci-dessus. Cette interface logicielle permet l’entrée de données radiologiques pour un patient scoliotique, classifie la SIA à l’aide de l’arbre décisionnel de classification et suggère une approche chirurgicale basée sur l’arbre décisionnel de stratégies opératoires. Une analyse de la correction post-opératoire obtenue démontre une tendance, bien que non-statistiquement significative, à une meilleure balance chez les patients opérés suivant la stratégie recommandée par la plateforme logicielle que ceux aillant un traitement différent. Les études exposées dans cette thèse soulignent que l’utilisation d’algorithmes d’intelligence artificielle dans la classification et l’élaboration de stratégies opératoires de la SIA peuvent être intégrées dans une plateforme logicielle et pourraient assister les chirurgiens dans leur planification préopératoire.

Tunnel-Based Artificial Neural Network Technique to Calculate the Resonant Frequency of a Thick-Substrate Microstrip Antenna

The mathematical formulation of empirically developed formulas Jirr the calculation of the resonant frequency of a thick-substrate (h s 0.08151 A,,) microstrip antenna has been analyzed. With the use qt' tunnel-based artificial neural networks (ANNs), the resonant frequency of antennas with h satisfying the thick-substrate condition are calculated and compared with the existing experimental results and also with the simulation results obtained with the use of an IE3D software package. The artificial neural network results are in very good agreement with the experimental results

Spectroscopic Investigation of Tooth Caries and Demineralization

Dental caries persists to be the most predominant oral disease in spite of remarkable progress made during the past half- century to reduce its prevalence. Early diagnosis of carious lesions is an important factor in the prevention and management of dental caries. Conventional procedures for caries detection involve visual-tactile and radiographic examination, which is considered as “gold standard”. These techniques are subjective and are unable to detect the lesions until they are well advanced and involve about one-third of the thickness of enamel. Therefore, all these factors necessitate the need for the development of new techniques for early diagnosis of carious lesions. Researchers have been trying to develop various instruments based on optical spectroscopic techniques for detection of dental caries during the last two decades. These optical spectroscopic techniques facilitate noninvasive and real-time tissue characterization with reduced radiation exposure to patient, thereby improving the management of dental caries. Nonetheless, a costeffective optical system with adequate sensitivity and specificity for clinical use is still not realized and development of such a system is a challenging task.Two key techniques based on the optical properties of dental hard tissues are discussed in this current thesis, namely laser-induced fluorescence (LIF) and diffuse reflectance (DR) spectroscopy for detection of tooth caries and demineralization. The work described in this thesis is mainly of applied nature, focusing on the analysis of data from in vitro tooth samples and extending these results to diagnose dental caries in a clinical environment. The work mainly aims to improve and contribute to the contemporary research on fluorescence and diffuse reflectance for discriminating different stages of carious lesions. Towards this, a portable and compact laser-induced fluorescence and reflectance spectroscopic system (LIFRS) was developed for point monitoring of fluorescence and diffuse reflectance spectra from tooth samples. The LIFRS system uses either a 337 nm nitrogen laser or a 404 nm diode laser for the excitation of tooth autofluorescence and a white light source (tungsten halogen lamp) for measuring diffuse reflectance.Extensive in vitro studies were carried out on extracted tooth samples to test the applicability of LIFRS system for detecting dental caries, before being tested in a clinical environment. Both LIF and DR studies were performed for diagnosis of dental caries, but special emphasis was given for early detection and also to discriminate between different stages of carious lesions. Further the potential of LIFRS system in detecting demineralization and remineralization were also assessed.In the clinical trial on 105 patients, fluorescence reference standard (FRS) criteria was developed based on LIF spectral ratios (F500/F635 and F500/F680) to discriminate different stages of caries and for early detection of dental caries. The FRS ratio scatter plots developed showed better sensitivity and specificity as compared to clinical and radiographic examination, and the results were validated with the blindtests. Moreover, the LIF spectra were analyzed by curve-fitting using Gaussian spectral functions and the derived curve-fitted parameters such as peak position, Gaussian curve area, amplitude and width were found to be useful for distinguishing different stages of caries. In DR studies, a novel method was established based on DR ratios (R500/R700, R600/R700 and R650/R700) to detect dental caries with improved accuracy. Further the diagnostic accuracy of LIFRS system was evaluated in terms of sensitivity, specificity and area under the ROC curve. On the basis of these results, the LIFRS system was found useful as a valuable adjunct to the clinicians for detecting carious lesions.

AN ARTIFICIAL NEURAL NETWORK FOR SONAR TARGET DETECTION

Neural Network has emerged as the topic of the day. The spectrum of its application is as wide as from ECG noise filtering to seismic data analysis and from elementary particle detection to electronic music composition. The focal point of the proposed work is an application of a massively parallel connectionist model network for detection of a sonar target. This task is segmented into: (i) generation of training patterns from sea noise that contains radiated noise of a target, for teaching the network;(ii) selection of suitable network topology and learning algorithm and (iii) training of the network and its subsequent testing where the network detects, in unknown patterns applied to it, the presence of the features it has already learned in. A three-layer perceptron using backpropagation learning is initially subjected to a recursive training with example patterns (derived from sea ambient noise with and without the radiated noise of a target). On every presentation, the error in the output of the network is propagated back and the weights and the bias associated with each neuron in the network are modified in proportion to this error measure. During this iterative process, the network converges and extracts the target features which get encoded into its generalized weights and biases.In every unknown pattern that the converged network subsequently confronts with, it searches for the features already learned and outputs an indication for their presence or absence. This capability for target detection is exhibited by the response of the network to various test patterns presented to it.Three network topologies are tried with two variants of backpropagation learning and a grading of the performance of each combination is subsequently made.

Nutritional responses in Indian white shrimp Fenneropenaeus indicus to varying protein: energy combinations in compounded artificial feeds

Department of Marine Biology, Microbiology and Biochemistry, Cochin University of Science and Technology

Identification of spectral lines of elements using artificial neural networks

Artificial neural networks (ANNs) are relatively new computational tools that have found extensive utilization in solving many complex real-world problems. This paper describes how an ANN can be used to identify the spectral lines of elements. The spectral lines of Cadmium (Cd), Calcium (Ca), Iron (Fe), Lithium (Li), Mercury (Hg), Potassium (K) and Strontium (Sr) in the visible range are chosen for the investigation. One of the unique features of this technique is that it uses the whole spectrum in the visible range instead of individual spectral lines. The spectrum of a sample taken with a spectrometer contains both original peaks and spurious peaks. It is a tedious task to identify these peaks to determine the elements present in the sample. ANNs capability of retrieving original data from noisy spectrum is also explored in this paper. The importance of the need of sufficient data for training ANNs to get accurate results is also emphasized. Two networks are examined: one trained in all spectral lines and other with the persistent lines only. The network trained in all spectral lines is found to be superior in analyzing the spectrum even in a noisy environment.

Integer filling facfor phases and isospin in vertical diatomic artificial molecules

Integer filling factor phases of many-electron vertically coupled diatomic artificial quantum dot molecules are investigated for different values of the interdot coupling. The experimental results are analyzed within local-spin density functional theory for which we have determined a simple lateral confining potential law that can be scaled for the different coupling regimes, and Hartree-Fock theory. Maximum density droplets composed of electrons in both bonding and antibonding or just bonding states are revealed, and interesting isospin-flip physics appears for weak interdot coupling when the systematic depopulation of antibonding states leads to changes in isospin.