EUVIMEDEUVIMED entdecken
Crossref

Segmentation IA des CBCT : erreurs STL et implications cliniques

Laurent Petitpas, Gauthier Dot, Michel Le Gall

Revue d'Orthopédie Dento-Faciale · 2026 · 60 (3) · 297-312

DOI: 10.1051/odf/2026030 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revue d'Orthopédie Dento-Faciale, online erschienen am 03.08.2026. Verfasst von Laurent Petitpas und 2 weiteren Autor:innen. Die Arbeit nennt 56 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Malgré des performances de segmentation élevées, les modèles STL générés par intelligence artificielle (IA) à partir d’imageries CBCT peuvent présenter des erreurs de contours avec un impact clinique significatif. Ce second article d’une série de deux, analyse les principales sources d’erreurs des fichiers STL (artéfacts métalliques, faible contraste, résolution du voxel, conversion voxel-maillage, fusion CBCT-IOS). Il s’agit d’une revue narrative ; les solutions commerciales et open source listées ne constituent pas un comparatif exhaustif ni une recommandation commerciale et présente un cas clinique illustrant la variabilité inter-algorithmes et la nécessité d’une validation par des experts. Le message central est clair : un STL issu d’IA doit être considéré comme un modèle opératoire à valider, non comme une vérité anatomique définitive.

Zitieren

APA

Petitpas, L., Dot, G., & Gall, M. L. (2026). Segmentation IA des CBCT : erreurs STL et implications cliniques. Revue d'Orthopédie Dento-Faciale, 60(3), 297-312. https://doi.org/10.1051/odf/2026030

Vancouver

Petitpas L, Dot G, Gall ML. Segmentation IA des CBCT : erreurs STL et implications cliniques. Revue d'Orthopédie Dento-Faciale. 2026;60(3):297-312. doi:10.1051/odf/2026030

BibTeX
@article{Petitpas2026,
  author = {Petitpas, Laurent and Dot, Gauthier and Gall, Michel Le},
  title = {Segmentation IA des CBCT : erreurs STL et implications cliniques},
  journal = {Revue d'Orthopédie Dento-Faciale},
  year = {2026},
  volume = {60},
  number = {3},
  pages = {297--312},
  doi = {10.1051/odf/2026030}
}
Kostenlos starten →