DT News - France - Des chercheurs développent un modèle pour localiser automatiquement les canaux mandibulaires

Search Dental Tribune

Des chercheurs développent un modèle pour localiser automatiquement les canaux mandibulaires

Des chercheurs finlandais ont récemment mis au point un moyen de localiser avec précision les canaux mandibulaires grâce à une méthode d'apprentissage en profondeur. (Photo : Shidlovski/Shutterstock)
Dental Tribune France

Dental Tribune France

lun. 4 mai 2020

Enregistrer

ESPOO, Finlande : Pour poser un implant, il est d'abord nécessaire de localiser le canal mandibulaire, ce qui est généralement fait à l'aide de techniques d'imagerie par CBCT. Comme cela nécessite souvent un temps et une énergie importants, des chercheurs finlandais ont récemment mis au point une méthode à l'aide de l'intelligence artificielle de localisation automatique des canaux mandibulaires afin de faciliter la pose d'implants dentaires.

Cette étude est le fruit d'une collaboration entre des chercheurs du Centre finlandais d'intelligence artificielle, de l'hôpital universitaire de Tampere en Finlande, du fabricant finlandais Planmeca et de l'Institut Alan Turing au Royaume-Uni. Dans le cadre de cette étude, les chercheurs ont développé une nouvelle méthode d'apprentissage en profondeur qui permet de déterminer automatiquement l'emplacement exact des canaux mandibulaires. Le modèle est basé sur l'apprentissage et l'utilisation de réseaux neuronaux profonds, en utilisant un ensemble de données constitué de scans de CBCT.

Après avoir formé le modèle sur les volumes grossièrement annotés, les chercheurs ont pu localiser avec précision les canaux mandibulaires de l'ensemble annoté au niveau des voxels, la distance moyenne de la courbe et la distance moyenne de la surface symétrique étant de 0,56 mm et 0,45 mm, respectivement. Les résultats montrent que le modèle a réussi à surpasser les modèles statistiques de forme généralement utilisés dans la recherche.

Selon les chercheurs, le nouveau modèle peut atteindre une précision quasi humaine dans les cas où le patient n'a aucune condition préexistante et ne nécessite pas de traitement spécial. « Dans les cas plus complexes, il peut être nécessaire d'ajuster l'estimation, nous ne parlons donc pas encore d'un système totalement autonome », a déclaré dans un communiqué de presse l'auteur principal Joel Jaskari, candidat au doctorat à l'université d'Aalto en Finlande.

Pour les chercheurs, l'objectif de l'étude était d'optimiser les flux de travail des radiologues. « Le but de ce travail de recherche n'est cependant pas de remplacer les radiologues mais de rendre leur travail plus rapide et plus efficace afin qu'ils aient le temps de se concentrer sur les cas les plus complexes », a expliqué le professeur Kimmo Kaski, conseiller principal en informatique de l'université d'Aalto.

Planmeca, qui est spécialisé dans le développement de dispositifs d'imagerie numérique 3D et 2D, d'unités dentaires et de solutions et logiciels de CAO/FAO, intègre actuellement le modèle dans son logiciel dédié. Le modèle sera utilisé avec l'équipement de tomographie 3D de Planmeca.

L'étude, intitulée « Deep learning method for mandibular canal segmentation in dental cone beam computed tomography volumes », a été publiée en ligne le 3 avril 2020 dans le journal Scientific Reports.

Leave a Reply

Your email address will not be published. Required fields are marked *

advertisement
advertisement