Titre original :

Revue de l’application de l’apprentissage profond à l’imagerie dentaire

Mots-clés en français :
  • Imagerie
  • radiologie

  • Apprentissage profond
  • Réseaux neuronaux (informatique)
  • Imagerie pour le diagnostic en odontostomatologie
  • Chirurgie dentaire
  • imagerie diagnostique
  • Odontologie
  • Radiographie numérisée dentaire
  • Langue : Français
  • Discipline : Chirurgie dentaire
  • Identifiant : 2020LILUC088
  • Type de thèse : Doctorat de chirurgie dentaire
  • Date de soutenance : 07/12/2020

Résumé en langue originale

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.

  • Directeur(s) de thèse : Rocher, Philippe

AUTEUR

  • Grout, Edouard
Droits d'auteur : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Accès libre