3D Shape Generation: Geometrical and Functional Methods for Dental Crown Design

La restauration de couronnes dentaires représente l’une des procédures les plus exigeantes techniquement en dentisterie restauratrice, nécessitant traditionnellement une conception manuelle approfondie par des techniciens qualifiés pour chaque couronne. Ce processus in-tensif en temps et dépendant de l’opérateur crée des goulots d’étranglement significatifs dans les flux de travail cliniques tout en introduisant de la variabilité dans la qualité et la précision. Alors que la demande clinique croît pour des restaurations plus rapides, plus cohérentes et personnalisées, le besoin de solutions automatisées intelligentes devient de plus en plus ur-gent. De plus, les outils de conception assistée par ordinateur existants s’appuient fortement sur des bibliothèques de modèles et des ajustements manuels, limitant leur capacité à gérer les contraintes géométriques complexes requises pour un ajustement approprié de la couronne, les relations occlusales et les exigences esthétiques. Pour répondre à ces limitations, les chercheurs ont exploré des approches d’apprentissage automatique pour la génération automatisée de couronnes. Les premières méthodes ont formulé la conception de couronnes comme un problème de synthèse d’images 2D, mais ces approches étaient fondamentalement limitées par la perte d’information de la projection 3D vers 2D et ne pouvaient pas capturer la morphologie complète de la couronne. Les approches subséquentes ont employé des représentations 3D telles que les nuages de points et les grilles de voxels, mais manquaient de modélisation explicite des relations spatiales critiques incluant les limites de la ligne marginale, les motifs de contact occlusal et les interactions avec les dents adjacentes. Bien que ces méthodes aient démontré la faisabilité de la génération automatisée de couronnes, elles ont produit des surfaces géométriquement précises mais lisses manquant des détails morphologiques fins essentiels pour l’acceptation clinique, et ont échoué à prévenir la pénétration de la couronne dans les structures adjacentes ou à optimiser les relations de contact avec la dentition opposée. L’objectif principal de cette thèse est de développer un cadre complet pour la génération entièrement automatisée de couronnes dentaires qui adresse le pipeline clinique complet de la reconstruction géométrique à la modélisation des contraintes spatiales. Nous formulons la conception de couronnes comme un problème de complétion de forme 3D spatialement con-traint, où une architecture basée sur un transformateur génère des couronnes anatomiquement précises à partir de dents préparées et de leur contexte dentaire environnant. Pour relever ces défis, nous présentons quatre avancées méthodologiques complémentaires. Premièrement, nous avons établi une approche de complétion de nuages de points utilisant une architecture encodeur-décodeur de transformateur avec intégration d’entrée de ligne marginale, démon-trant des améliorations significatives dans la précision des limites mais nécessitant un post-traitement pour la conversion en maille. Deuxièmement, nous avons développé le premier pipeline de génération de mailles de bout en bout (DMC) utilisant la reconstruction de sur-face de Poisson différentiable, éliminant les exigences de post-traitement et atteignant une sortie de maille directe avec une distance de Chamfer moyenne de 0,062. Troisièmement, nous avons introduit des fonctions de perte avancées incluant une fonction de perte dédiée à la ligne marginale et la perte InfoCD pour un alignement de points amélioré, atteignant une réduction de 12,32% dans la distance de Chamfer et une réduction de 46,43% dans l’EQM par rapport à DMC. Quatrièmement, nous avons implémenté une modélisation com-plète des contraintes spatiales par l’intégration d’entrée de ligne marginale combinée avec la perte d’interaction antagoniste et les fonctions de perte d’intersection, assurant des rela-tions occlusales appropriées et prévenant la pénétration de la couronne dans les structures adjacentes.