Université de Lille Revue de l’application de l’apprentissage profond à l’imagerie dentaire Imagerie radiologie 610 Apprentissage profond Réseaux neuronaux (informatique) Imagerie pour le diagnostic en odontostomatologie Chirurgie dentaire imagerie diagnostique Dissertation universitaire Odontologie Dissertation universitaire Radiographie numérisée dentaire Dissertation universitaire L’apprentissage profond et notamment les réseaux de neurones convolutifs ont repoussé ces dernières années les limites de l’intelligence artificielle. Les applications deviennent de plus en plus nombreuses et performantes. L’imagerie médicale en a profité et, depuis peu, des études ont été publiées concernant son application à l’imagerie dentaire. Ces études concernent des domaines variés tels que la segmentation de structures anatomiques, la détection de lésions ou le traitement de clichés. Les photographies et les radiographies extra et intra orales font partie des sources analysées. Les systèmes développés sont encore limités mais ont montré de belles promesses. Les futurs systèmes devront repousser ces limites et répondre aux questions éthiques qu’elles soulèvent afin d’être déployés pour un usage courant au cabinet dentaire. Il sera alors nécessaire aux praticiens de correctement s’approprier ce nouvel outil. Electronic Thesis or Dissertation Text fr application/pdf 1 : 0 Ko https://pepite-depot.univ-lille.fr/LIBRE/Th_Chirdent/2020/2020LILUC088.pdf Grout Edouard 1993-03-31 FR 257049312 2020LILUC088 2020-12-07 Chirurgie dentaire Université de Lille thesis.degree.grantor_1 223446556 Doctorat de chirurgie dentaire non oui Rocher Philippe intervenant_1 093931131 ddc:610 Rocher Philippe Université de Lille Université de Lille Unicode PDF 50