Détection et classification automatique des dents sur les radiographies dentaires

L'objectif de ce travail est de fournir une meilleure compréhension de l'apport de l'intelligence artificielle dans la problématique de l'analyse automatique d'images radiographiques en odontologie. Ainsi, une analyse de la littérature scientifique portant sur les approches...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Weyder Mathias (Auteur), Amouriq Yves (Président du jury de soutenance, Directeur de thèse), Jordana Fabienne (Directeur de thèse), Le Guéhennec Laurent (Membre du jury), Guédon Jean-Pierre (Membre du jury)
Collectivités auteurs : Université de Nantes 1962-2021 (Organisme de soutenance), Nantes Université Pôle Santé UFR Odontologie Nantes (Organisme de soutenance)
Format : Thèse ou mémoire
Langue : français
Titre complet : Détection et classification automatique des dents sur les radiographies dentaires / Mathias Weyder; sous la direction de Fabienne Jordana et de Yves Amouriq
Accès en ligne : Accès Nantes Université
Note de thèse : Reproduction de : Thèse d'exercice : Chirurgie dentaire : Nantes : 2021
Sujets :
Documents associés : Reproduction de: Détection et classification automatique des dents sur les radiographies dentaires
Description
Résumé : L'objectif de ce travail est de fournir une meilleure compréhension de l'apport de l'intelligence artificielle dans la problématique de l'analyse automatique d'images radiographiques en odontologie. Ainsi, une analyse de la littérature scientifique portant sur les approches utilisant le deep learning dans l'analyse d'examens radiographiques montre l'essor récent et exponentiel de l'application des réseaux neuronaux convolutifs dans plusieurs champs disciplinaires comme en odontologie conservatrice, en parodontologie et en odontologie médico-légale. De plus, au travers d'un projet mené lors de cette thèse sous la forme d'un programme informatique détectant les organes dentaires sur des clichés radiographiques, une utilisation pratique de l'intelligence artificielle en odontologie est présentée.
Notes : Thèse présentée et soutenue publiquement le 21 juin 2021
Autre (s) contribution (s) : Yves Amouriq (Président du jury) ; Laurent Le Guéhennec, Jean-Pierre Guédon (Assesseurs)
Configuration requise : Un logiciel capable de lire un fichier au format PDF
Bibliographie : Bibliogr. 53 réf.