Optimisation de la prise en charge des lésions carieuses profondes

Improved management of deep carious lesions using radiographic and neural network tools

• Auteur / Autrice : Marie-Agnès Gasqui
• Direction : Brigitte Grosgogeat-Balayre, Matthieu Pérard
• Type : Thèse de doctorat
• Discipline(s) : Biomatériaux
• Date : Soutenance le 22/10/2021
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Interdisciplinaire Sciences-Santé (Villeurbanne ; 1995-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Multimatériaux et Interfaces (1995-....)
• Jury : Président / Présidente : Delphine Maucort-Boulch
• Jury : Examinateurs / Examinatrices : Brigitte Grosgogeat-Balayre, Nathalie Brulat-Bouchard, Youssef Haïkel, Franck Decup, Jean-Christophe Maurin
• Jury : Rapporteurs / Rapporteuses : Nathalie Brulat-Bouchard, Youssef Haïkel

Mots clés

Mots clés contrôlés

Apprentissage profond

Radiographie médicale

Complications (médecine)

Thérapeutique

Carie dentaire

Mots clés libres

Lésion carieuse profonde

Effraction pulpaire

Radiographie préopératoire

Exactitude des mesures

Variation inter-évaluateur

Application de filtres de contrastage

Deep learning

Réseau de neurones convolutif

Deep carious lesion

Dental pulp exposure

Preoperative radiograph

Measurement accuracy

Observer variation

Radiographic image enhancement

Deep learning

Convolutional neural network

Résumé

Les objectifs de ce travail doctoral étaient d’améliorer les connaissances sur la prise en charge des lésions carieuses profondes et de proposer des outils afin d’optimiser celle-ci. Pour y parvenir, dans un premier temps, une évaluation des pratiques des externes de DFASO2 a été réalisée à l’aide d’une enquête par questionnaires menée par le Collège National des Enseignants en Odontologie Conservatrice. L’enquête montre que 50% des étudiants réalisent une excavation complète dans la prise en charge d’une lésion carieuse profonde d’une dent asymptomatique, versus 75% d’excavation complète pour les praticiens libéraux français. Les étudiants ont une vision plus conservatrice que leurs aînés sur la préservation pulpaire obtenue avec l’éviction sélective. Dans un deuxième temps, la profondeur des lésions carieuses et la probabilité d’effraction pulpaire lors de leur curetage ont été analysées à partir d’une base de données de radiographies préopératoires non contrastées et contrastées de lésions carieuses profondes. La probabilité d’effraction pulpaire est mesurée par un index prédictif qui est le ratio de l’épaisseur de dentine résiduelle rapportée à l’épaisseur de dentine totale. Lorsque le ratio diminue de 10 points, le risque d’effraction pulpaire est multiplié par 2,57 sur les radiographies non contrastées et par 4 sur les radiographies contrastées. Enfin, pour améliorer la reproductibilité de lecture des radiographies préopératoires, une lecture automatisée à l’aide d’un réseau de neurones convolutif a été mise en place. Les résultats de la première expérience sur la détection des lésions carieuses sont encourageants (performance du réseau supérieur à 90%). Les résultats de l’expérience principale sur la prédiction de l’effraction pulpaire sont encore à améliorer.

The objectives of this doctoral work were to improve knowledge on the management of deep carious lesions and to propose tools to optimize it. To achieve this, an evaluation of the practices of the DFASO2 externs was first carried out using a questionnaire survey conducted by the Collège National des Enseignants en Odontologie Conservatrice. The survey shows that 50% of the students perform a complete excavation in the management of a deep carious lesion of an asymptomatic tooth, compared to 75% of complete excavation for French private practitioners. The students have a more conservative view than their elders on the pulp preservation obtained with selective eviction. In a second step, the depth of carious lesions and the probability of pulpal exposure during their treatment were analysed from a database of non-contrasted and contrasted pre-operative radiographs of deep carious lesions. The likelihood of pulpal effraction is measured by a predictor index that is the ratio of residual dentin thickness to total dentin thickness. When the ratio decreases by 10 points, the risk of pulpal effraction increases by a factor of 2.57 on non-contrasted radiographs and by a factor of 4 on contrasted radiographs. Finally, in order to improve the reproducibility of the reading of preoperative radiographs, an automated reading using a convolutional neural network was implemented. The results of the first experiment on the detection of carious lesions are encouraging (network performance higher than 90%). The results of the main experiment on the prediction of pulp exposure are still to be improved.