3D dental model analysis and knowledge management for orthodontic diagnosis
Analyse de modèles 3D dentaires et gestion de connaissances pour l'aide au diagnostic orthodontique
Résumé
In this work applied to the field of orthodontics, we study the problem of automatic analysis of 3D dental models. Our goal is to provide solutions to automate the tedious tasks performed by the practitioner when treating a new patient. To do this, we first study the problem of automatic segmentation of 3D dental models. More particularly, we study the means of obtaining a segmentation method that is robust to the diversity of pathological configurations that may be encountered in the field.We then deal with the automatic evaluation of given dental features of the models (such as the orientations of the teeth, or the distance between keypoints), and the automatic arrangement of the teeth on the arches. The approach followed for these two problems is based on the registration of a generic and non-pathological dental model the patient model, and on its deformation. This method allows us to perform automatic measurements in order to evaluate the misalignment of each tooth with respect to a healthy dentition, and to qualify the overall dental situation. We also obtain an estimation of the patient's ideal dentition which can be considered as a treatment goal. This estimated goal can then be adjusted in an interactive system to create a real treatment objective, and produce an animation illustrating the treatment.Finally, the dental situation computed above makes it possible to produce a text reflecting the pathological situation, and which contains the relevant concepts extracted from a knowledge base of the domain. The exploitation of this knowledge makes it possible to decide on a certain number of diagnostic elements necessary to determine the treatment plan.In terms of applications, the work presented can be used to: reduce the time needed to establish a diagnosis (automation of certain measurements and suggestion of elements in natural language), accelerate the creation of a digital treatment objective and produce an animation for the patient, or facilitate the indexing and search of patient models in natural language.
Dans cette thèse appliquée au domaine de l'orthodontie, nous étudions la question de l'analyse automatique de modèles 3D dentaires issus de scanners intra-oraux. L'objectif des travaux proposés est de fournir une automatisation de certaines tâches laborieuses effectuées par le praticien lors de la prise en charge de nouveaux patients.Pour ce faire, nous nous intéressons d'abord à la segmentation automatique de modèles 3D dentaires (première étape nécessaire à une bonne analyse). Nous étudions en particulier les moyens d'obtenir une méthode de segmentation robuste à la diversité des configurations pathologiques pouvant être rencontrées en cabinet.Nous traitons ensuite de l'évaluation automatique de certaines caractéristiques dentaires des modèles (orientations des dents, angles et distances entre points remarquables), et d'arrangement automatique sur les arches. L'approche mise en œuvre pour ces deux problématiques repose sur le recalage d'un modèle de dentition, générique et non pathologique, sur le modèle patient, et sur sa déformation. La méthode employée nous permet d'effectuer de manière automatique des mesures permettant d'évaluer la malposition de chaque dent par rapport à une dentition saine, et de qualifier la situation dentaire globale. Nous obtenons également une estimation de la dentition idéale du patient qui peut être considéré comme un objectif de traitement. Cet objectif estimé peut ensuite être ajusté dans un système interactif pour créer un objectif de traitement réel, et produire une animation à destination du patient, illustrant le traitement envisagé.Enfin, situation dentaire calculée précédemment rend possible la production d'un texte reflétant la situation pathologique, et qui contient les concepts pertinents extraits d'une base de connaissances du domaine. L'exploitation de ces connaissances permet de décider d'un certain nombre d'éléments de diagnostic nécessaire à la détermination du plan de traitement.En termes d'applications, les travaux présentés peuvent être utilisés pour : réduire le temps nécessaire à l'établissement du diagnostic (automatisation de certaines mesures et suggestion d'éléments en langage naturel), accélérer la création d'un objectif de traitement numérique et produire une animation à destination du patient, ou encore faciliter l'indexation et la recherche de modèles patient en langage naturel.
Origine : Version validée par le jury (STAR)