Segmentation IA des CBCT : erreurs STL et implications cliniques
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.
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}
}
EUVIMED