Apprentissage profond pour la détection de contours - Application au suivi orthodontique par smartphone
En orthodontie, le suivi régulier du mouvement des dents joue un rôle essentiel pour la qualité des traitements. L entreprise Dental Monitoring est la première à avoir mis en place une solution innovante qui permet de mesurer la position des dents à partir d'images prises par smartphone. L obje...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | , , , , , |
| Formato: | Thèse numérique |
| Lenguaje: | Français |
| Publicado: |
2021.
|
| Materias: | |
| Acceso en línea: | Accès au texte intégral https://theses.univ-orleans.fr http://www.theses.fr/2021ORLE3202/abes https://theses.hal.science/tel-05729130 |
| Nota: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) (Laboratoire) Autre(s) contribution(s) : Catherine Achard (Président du jury) ; Christel Vrain (Membre(s) du jury) ; Jenny Benois Pineau, Nicolas Thome (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Deep learning for contour detection - Applied to smartphone-based dental monitoring |
| LEADER | 05858nam a22004817a 4500 | ||
|---|---|---|---|
| 001 | 1042986 | ||
| 008 | 230420s2021 xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN269286322 | ||
| 041 | 0 | |a fre |b fre |b eng | |
| 084 | |a 004 | ||
| 084 | |a 610 | ||
| 100 | 1 | |a Pham, Van Trung, |d 1988-202X. | |
| 240 | 1 | 0 | |a Deep learning for contour detection - Applied to smartphone-based dental monitoring |
| 245 | 1 | 0 | |a Apprentissage profond pour la détection de contours - Application au suivi orthodontique par smartphone |c van Trung Pham ; sous la direction de Yves Lucas et de Sylvie Treuillet. |
| 256 | |a Données textuelles | ||
| 260 | |c 2021. | ||
| 500 | |a Titre provenant de l'écran-titre | ||
| 500 | |a Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) | ||
| 500 | |a Partenaire(s) de recherche : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) (Laboratoire) | ||
| 500 | |a Autre(s) contribution(s) : Catherine Achard (Président du jury) ; Christel Vrain (Membre(s) du jury) ; Jenny Benois Pineau, Nicolas Thome (Rapporteur(s)) | ||
| 502 | |a Thèse de doctorat. Informatique. Sciences pour l'ingénieur. Orléans. 2021 | ||
| 506 | |a Thèse confidentielle jusqu'au 03 mai 2026 | ||
| 520 | |a En orthodontie, le suivi régulier du mouvement des dents joue un rôle essentiel pour la qualité des traitements. L entreprise Dental Monitoring est la première à avoir mis en place une solution innovante qui permet de mesurer la position des dents à partir d'images prises par smartphone. L objet de ces travaux de thèse est de développer des algorithmes de détection de contours des dents et de segmentation des masques d objets sur des images buccodentaires. Exploiter ces images d une qualité très variable(exposition, netteté, résolution ) capturées de façon non contrôlée est un véritable challenge.Nous avons développé deux réseaux de neurones convolutifs. Le premier, Edge Pyramid Network (EPN),qui extrait des cartes multi-échelles dérivées de FPN est capable de réaliser plusieurs tâches de détection de contours et de segmentation sémantique. Une stratégie de fine-tuning alternant différentes fonctions de perte optimise la finesse et la précision des contours. Le deuxième, Shared Convolutional Network (SCN),combine plusieurs modules d'extraction de contours RCF à une seule ossature. En outre, un algorithme pour le raffinement de contours (Contour Refinement using Instance Segmentation CRIS) qui exploite une segmentation d'instances de dents a également été développé. L efficacité des algorithmes proposés a été validée sur une base applicative de 1000 images bucco-dentaires extraites de cas réels. Plus largement, sur les bases d'images publiques, EPN concurrence l état de l art dans les tâches de détection de contours sémantiques et non-sémantiques. Enfin, l algorithme CRIS, breveté par l entreprise, obtient des résultats remarquables pour raffiner des contours dentaires. | ||
| 520 | |a In orthodontics, regular monitoring of tooth movement plays an essential role for the quality of treatments. Dental Monitoring is the first company that has implemented an innovative solution to measure the position of teeth from images taken by smartphone. The goal of this thesis is to develop algorithms for teeth contours detection and objects segmentation on oral images. Exploiting these images of variable quality (exposure,sharpness, resolution ) captured in an uncontrolled manner is a real challenge.We have developed two convolutional neural networks. The first, Edge Pyramid Network (EPN), which extracts multi-scale feature maps derived from FPN is able to perform several tasks of contour detection and semantic segmentation. A fine-tuning strategy alternating different loss functions optimizes the smoothness and precision of the contours. The second, Shared Convolutional Network (SCN), combines several RCF contour extraction modules in a single network. In addition, an algorithm for Contour Refinement using Instance Segmentation (CRIS) which exploits a segmentation of instances of teeth has also been developed.The effectiveness of the proposed algorithms has been validated on a database of 1000 oral images extracted from real cases. Moreover, on the public databases, EPN achieves competitive performance against the state-of-the-art in the tasks of semantic and non-semantic contour detection. Finally, the CRIS algorithm, patented by the company, obtains remarkable results for refining dental contours. | ||
| 538 | |a Configuration requise : un logiciel capable de lire un fichier au format : PDF | ||
| 650 | |a Traitement d'images |x Techniques numériques | ||
| 650 | |a Photographie en odontostomatologie | ||
| 650 | |a Apprentissage profond | ||
| 650 | |a Smartphones | ||
| 650 | |a Vision par ordinateur en médecine | ||
| 650 | |a Thèses et écrits académiques | ||
| 700 | 1 | |a Lucas, Yves, |d 19..-...., |c Maître de conférences en mesures physiques. |4 ths | |
| 700 | 1 | |a Treuillet, Sylvie, |d 19..- |4 ths | |
| 700 | 1 | |a Achard, Catherine, |d 1970-...., |c chercheuse en informatique. | |
| 700 | 1 | |a Benois Pineau, Jenny, |d 19..- | |
| 700 | 1 | |a Thome, Nicolas, |d 1979-...., |c enseignant-chercheur en informatique. | |
| 700 | 1 | |a Vrain, Christel, |d 1961- |4 opn | |
| 710 | 2 | |a Université d'Orléans. |4 dgg | |
| 856 | 4 | |q PDF |s 85146907 |u http://www.theses.fr/2021ORLE3202/document |z Accès au texte intégral | |
| 856 | 4 | |u https://theses.univ-orleans.fr | |
| 856 | 4 | |u http://www.theses.fr/2021ORLE3202/abes | |
| 856 | 4 | |u https://theses.hal.science/tel-05729130 | |
| 997 | |0 1042986 |1 Thèse numérique |a Ressource numérique |b INSA |b ENSA |c 0/Bibliothèque numérique/ |c 1/Bibliothèque numérique/Autre ressource numérique/ | ||