Les projets doctoraux du LTSI publiés sur la plate-forme Améthis sont visibles ICI.

Ce même site est également accessible via le bouton Améthis en pied de page. 

Le vendredi 5 avril 2024, Mme Safaa TAHRI soutient sa thèse intitulée: "Planification directe sur IRM en radiothérapie externe par des approches d’apprentissage automatique".

Résumé:

Le vendredi 22 mars 2024, Mr Erwann Lecesne soutient sa thèse intitulée: "Planification et assistance par fusion d’images multimodales pour l’optimisation d’interventions cardiaques endoventriculaires", devant le jury composé de:

Graph-based characterization of cardiac events for the early detection of heart failure

Offre de stage - LTSI INSERM 1099

Amélioration d’une application web pour le traitement et l’annotation des données électrocardiogrammes

Contexte :

Le LTSI (Laboratoire Traitement du Signal et de l'Image) est un laboratoire de recherche de l'Université de Rennes et de l’INSERM, à l’interface des disciplines relevant des domaines des sciences et technologies de l’information et de la santé.

Contribution à la simulation numérique personnalisée d’implantation de valve aortique percutanée

Mots clefs : simulation numérique, TAVI, analyse de sensibilité, imagerie médicale

Le  mercredi 17 janvier 2024, Mr Thibault Martin soutient sa thèse intitulée: "Analyse du signal électrophysiologique dans le contexte de la localisation du noyau sous-thalamique pour la stimulation cérébrale profonde".

Résumé:

Analyse des pleurs de nouveau-nés prématurés par une approche Deep Learning appliquée à des enregistrements audio et vidéo

Le nombre de naissances prématurées représente 7% des naissances en France. Ces bébés sont pris en charge en unités de soins intensifs néonatales et font l’objet d’une surveillance spécifique du fait de l’immaturité de leurs fonctions vitales.

Le mercredi 29 novembre, au laboratoire DOMASIA, Mme Sonia Rafi soutient sa thèse intitulée :"Prédiction par apprentissage automatique des évènements critiques présentés par les patients admis aux urgences. De la prédiction pré-hospitalière à l'optimisation du parcours de soin."