"Analyse d'image" . . . . . "Classification supervis\u00E9e" . . . "Accurate processing and diagnosis of dental images is an essential factor determining the success of orthodontic treatment. Many image processing methods have been proposed to address this problem. Those studies mainly work on small datasets of radiographs under laboratory conditions and are not highly applicable as complete products or services. In this thesis, we train deep learning models to diagnose dental problems such as gingivitis and crowded teeth using mobile phones' images. We study feature layers of these models to find the strengths and limitations of each method. Besides training deep learning models, we also embed each of them in a pipeline, including preprocessing and post-processing steps, to create a complete product. For the lack of training data problem, we studied a variety of methods for data augmentation, especially domain adaptation methods using image-to-image translation models, both supervised and unsupervised, and obtain promising results. Image translation networks are also used to simplifying patients' choice of orthodontic appliances by showing them how their teeth could look like during treatment. Generated images have are realistic and in high resolution. Researching further into unsupervised image translation neural networks, we propose an unsupervised imageto- image translation model which can manipulate features of objects in the image without requiring additional annotation. Our model outperforms state-of-the-art techniques on multiple image translation applications and is also extended for few-shot learning problems." . "Orthodontie -- Appareils et mat\u00E9riel" . . . . "R\u00E9seaux neuronaux (informatique)" . "Malocclusion dentaire" . . . "L'analyse et le diagnostic pr\u00E9cis \u00E0 partir d'images dentaires sont un facteur essentiel de la r\u00E9ussite des traitements orthodontiques. De nombreux proc\u00E9d\u00E9s de traitement d'image ont \u00E9t\u00E9 propos\u00E9s pour r\u00E9soudre ce probl\u00E8me. Cependant, ces \u00E9tudes fonctionnent principalement sur de petits ensembles de donn\u00E9es de radiographies dans des conditions de laboratoire et ne sont pas vraiment applicables en tant que produits ou services complets. Dans cette th\u00E8se, nous construisons des mod\u00E8les d'apprentissage profond pour diagnostiquer des probl\u00E8mes dentaires tels que la gingivite et les dents chevauch\u00E9es \u00E0 l'aide de photos prises par de t\u00E9l\u00E9phones portables. Nous \u00E9tudions les couches cach\u00E9es de ces mod\u00E8les pour trouver les forces et les limites de chaque m\u00E9thode. Nous proposons un pipeline complet int\u00E9grant le pr\u00E9traitement des images, l'apprentissage du mod\u00E8le et le post-traitement des r\u00E9sultats pour cr\u00E9er un processus d'analyse complet pr\u00EAt \u00E0 \u00EAtre mis en production en situation r\u00E9el. Afin d'am\u00E9liorer la fiabilit\u00E9 des mod\u00E8les, nous avons \u00E9tudi\u00E9 diff\u00E9rentes m\u00E9thodes d'augmentation des donn\u00E9es, en particulier les m\u00E9thodes d'adaptation de domaine en utilisant des approche de transfert d'images, \u00E0 la fois supervis\u00E9e et non supervis\u00E9e, et obtenons des r\u00E9sultats prometteurs. Les approches de transformation d'images sont \u00E9galement utilis\u00E9s pour simplifier le choix des appareils orthodontiques par les patients en leur montrant \u00E0 quoi pourraient ressembler leurs dents pendant le traitement. Nos m\u00E9thodes permettent de g\u00E9n\u00E9r\u00E9es des images r\u00E9alistes et en haute d\u00E9finition. Nous proposons \u00E9galement un nouveau mod\u00E8le de transformation d'image non supervis\u00E9 qui peut manipuler les caract\u00E9ristiques de l'image sans n\u00E9cessiter d'annotation suppl\u00E9mentaire. Notre mod\u00E8le surpasse les techniques de pointe sur plusieurs applications de transformation d'images et est \u00E9galement \u00E9tendu pour les probl\u00E8mes de \u00AB few-shot learning \u00BB." . "Application \u00E0 l'orthodontie" . . . . . . "Dents -- Maladies -- diagnostic" . "R\u00E9alisation d'une aide au diagnostic en orthodontie par apprentissage profond" . "Th\u00E8ses et \u00E9crits acad\u00E9miques" . "R\u00E9alisation d'une aide au diagnostic en orthodontie par apprentissage profond" . "Apprentissage profond" . "Apprentissage non supervis\u00E9 (intelligence artificielle)" . . . "Text" . . . . . "Realization of a diagnostic aid in orthodontics by deep learning" . . . "2021" . .