Dans notre premier article paru dans Stratégie Prothétique n° 5 de 2025 (pages 4 à 12), nous avons suivi nos traitements d’images sous IA nous conduisant automatiquement des (16) prises d’empreinte optique « one shot » au modèle 3D en nuage de points et qui utilisaient dès le début des années 1980 nos tout premiers algorithmes (français) de la CFAO. Maintenant, nous allons comprendre toute la puissance de cette IA générative naissante, en prenant pour exemple la conception puis l’usinage d’une couronne en occlusion à la même époque.
Vous trouverez de naïfs détails explicatifs initiaux dans notre thèse de 1973 [3] (pages 187 à 191), puis des détails plus précis 10 ans plus tard dans nos « cahiers des charges odontologiques », destinés à l’ANVAR, de 1985 et 1987 [9, 10]. – François Duret
Les méthodes de clustering, de réduction des données et le Machine Learning en CAO
Principe de base de la modélisation automatique en CAO : les dendrogrammes dentaires
Dès 1982 [17-18], surtout pour l’étape de conception CAO, nous avons construit nos premiers dendrogrammes (techniques d’IA dites « clusters hiérarchiques divisifs » ou « en arbre »), véritable paradis dans la collaboration entre l’équipe d’ingénieur et mon équipe dentaire. Ils servaient de règles d’écritures pour les algorithmes de modélisation. Construits avec le logiciel Multiplan (ancêtre d’Excel), leurs cibles sont la prothèse fixe (inlay, couronnes, bridges…), amovible et, après 1988, la modélisation des mouvements mandibulaires transmis par notre arc facial optique développé avec les Dr Fabienne Jordan et Jean-Pierre Toubol : l’Access Articulator (fig. 1).
Choix du type de modélisation pour les dents (bibliothèques et empreinte) [3]
Quelle que soit la structure du nuage de points de l’empreinte optique ou la création d’une bibliothèque de dents théoriques, il nous a fallu choisir un modèle…
