Numéro |
Orthod Fr
Volume 79, Numéro 2, Juin 2008
|
|
---|---|---|
Page(s) | 91 - 97 | |
DOI | https://doi.org/10.1051/orthodfr:2008004 | |
Publié en ligne | 29 mai 2008 |
Les classes II basales étudiées par les réseaux neuronaux
1a, rue de Haguenau, 67300 Schiltigheim, France
Auteur de correspondance : jean.lavergne@cegetel.net
Le but de cette étude est d'envisager le devenir d'une population lorsque la régulation de la croissance faciale est optimale. Pour cela, nous utilisons un logiciel d'intelligence artificielle basé sur les réseaux neuronaux. Deux échantillons sont utilisés : l'un constitué de 100 individus avec une occlusion idéale et l'autre constitué de 500 patients avec une classe II basale. Le premier sert à entraîner le réseau pour lui apprendre les règles d'une régulation optimale de la croissance faciale. Ce réseau est ensuite appliqué au deuxième échantillon pour en étudier le devenir avec une croissance faciale parfaitement régulée. Après calcul, nous sommes en présence de deux échantillons, l'un mesuré, l'autre virtuel présentant tous les deux le même potentiel de croissance, mais dont seule diffère l'utilisation de ce potentiel de croissance. Dans l'échantillon virtuel, certains groupes de patients disparaissent et de grandes différences apparaissent entre les deux échantillons. Mais, néanmoins, dans l'échantillon virtuel, 1/3 des patients conserve une classe II basale.
Abstract
The aim of this paper is to study how a population is turning when the facial growth regulation is optimal. For this purpose we are using an artificial neural network. Two samples are used: one comprising 100 individuals with ideal occlusion, and another one comprising 500 patients with basal Class II. The first one is used, during the training phase, to teach the network the rules of an optimal facial growth regulation. This network is then applied to the second sample to study how this sample is turning when the facial growth is perfectly regulated. Two samples are obtained after calculation, one measured and one virtual. Both have the same growth potential, the difference lies in how this potential is used. In the virtual sample, some groups of patients disappear and large differences appear between these two samples. But still, one third of the patients in the virtual sample remain their basal Class II.
Mots clés : Classe II / Réseau neuronal / Régulation de la croissance faciale
Key words: Class II / Neural network / Facial growth regulation
© EDP Sciences, SFODF, 2008