Aller au contenu principal

News

Actualités du LTSI

Soutenance de Thèse

A Nankin, le mercredi 23 Octobre 2024 à 14h Mr Zuyi Yu soutient sa thèse intitulée: "Comment l'apprentissage profond peut faciliter la détection, la prédiction et la localisation des sources dans l'épilepsie" devant le jury composé de:

adu Ranta 
Xun Chen
Ligang Xing
Yuanyuan Shang
Guanyu Yang
Youyong Kong
Laurent Albera
Régine Le Bouquin Jeannès
Huazhong Shu 
Amar Kachenoura 
Ahmad Karfoul

 

Soutenance de Thèse

Le jeudi 11 juillet 2024 à 14h, Mr Qixiang MA soutient sa thèse intitulée: "Deep learning-based segmentation and detection of aorta structures in CT images involving fully and weakly supervised learning" devant le jury composé de:

Visite Scientifique

Dans le cadre du projet Européen EraPerMed-PerPlanRT,  nous avons recu des délégations d’Italie et d’Espagne entre le 3 et 5 Juin. Les chercheurs Tiziana Rancati, Claudio Fiorino, Alessandro Cicchetti et Javier Pascau  ont participé avec des chercheurs du LTSI et du Centre Eugène Marquis à trois jours de réunions scientifiques pour un bilan de la 3ème année du projet.

Soutenance de Thèse

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:

Soutenance de Thèse

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:

Soutenance de Thèse

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:

Soutenance de Thèse

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."