Application de l’utilisation d’un algorithme de type Deep Learning pour la détection de lésions périapicales sur les orthopantomogrammes

Overview & Synopsis

Les lésions périapicales sont souvent difficiles à repérer lors de l'analyse des images panoramiques dentaires, qui sont pourtant les plus couramment utilisées dans les cabinets et les services de soins dentaires. L'intégration d'un algorithme d'IA pour l'analyse d'images pourrait ainsi simplifier voire améliorer la détection de ces lésions, notamment dans le cadre de la recherche de foyers infectieux bucco-dentaires. Les lésions périapicales peuvent résulter de divers facteurs et se manifestent par une image radiographique présentant une faible opacité sur différentes modalités d'imagerie, comme les radiographies rétro-alvéolaires, les radiographies panoramiques dentaires ainsi que les techniques d'imagerie tridimensionnelle comme la tomographie volumique à faisceau conique (TVFC). Pour les détecter, les orthopantomogrammes sont couramment effectués en première intention, en raison de leur exposition relativement faible aux radiations. Cenpendant, l'utilisation de ces techniques se traduit par des taux de détection de ces lésions relativement faibles. Ainsi, la détection des lésions périapicales repose souvent sur une évaluation clinique sujette à confusion ainsi qu'une interprétation visuelle subjective des examens complémentaires. L'objectif est d'amliorer la détection des lésions périapicales en développant un algorithme d'apprentissage profond capable de les identifier sur les orthopantomogrammes supplémentés par les images TVFC.