paprika.idref.fr paprika.idref.fr data.idref.fr data.idref.fr Documentation Documentation
Identifiant pérenne de la notice : 07588450XCopier cet identifiant (PPN)
Notice de type Personne

Point d'accès autorisé

Petitjean, Caroline (1976-.... ; professeure en informatique)

Sur le web

Information

(par souci de protection des données à caractère personnel, le jour et le mois de naissance peuvent ne pas être affichés)
Langue d'expression : français
Pays : France
Date de naissance :    1976
Genre : Féminin

Notes

Note publique d'information : 
Titulaire d'un doctorat en Sciences de la vie et de la matière. Mathématiques-informatique (Paris 5, 2003)

Note publique d'information : 
Enseignante-chercheuse au sein de l'Université de Rouen Normandie (URN), membre du Laboratoire d’Informatique, du Traitement de l’Information et des Systèmes (LITIS - EA 4108)

Note publique d'information : 
Professeur des universités - Université de Rouen Normandie

Note publique d'information : 
Membre du jury lors d'une thèse soutenue à l'INSA Lyon en 2023

Identifiants externes

Identifiant HAL : caroline-petitjean
Identifiant VIAF : http://viaf.org/viaf/59314756
Identifiant ORCID : 0000-0003-0013-5370
Identifiant Wikidata : Q51082829
Identifiant ZBMath : petitjean.caroline
Identifiant SCOPUS : 22734728700
Identifiant ISNI : 0000000001170491

Source

Assessment of myocardial function / Caroline Petitjean, Nicolas Rougon, Philippe Cluzel, 2003

Internet, https://pagesperso.litislab.fr/cpetitjean/, 2023-04-27

Interprétabilité des réseaux des neurones profonds et segmentation faiblement supervisée des lésions cérébrales sur IRM / par Valentine Wargnier-dauchelle ; sous la dir. de François Cotton et de Michaël Sdika [Thèse doctorat : Ingénierie biomédicale : Lyon, INSA : 2023]

Information trouvée : Examinateur

Recalage non rigide d'images par approches variationnelles statistiques : application à l'analyse et à la modélisation de la fonction myocardique en IRM / Caroline Petitjean ; sous la direction de Françoise Préteux [thèse]

Uncertainty-based Deep Learning Methods for Robust and Reliable Cardiac MRI Segmentation and Analysis / Tewodros Weldebirhan Arega ; sous la direction de Fabrice Meriaudeau et Stéphanie Bricq. Thèse de doctorat : Instrumentation et informatique de l'image : Bourgogne Franche-Comté : 2023

Information trouvée : Caroline Petitjean, chercheuse (LITIS - EA 4108), est rapporteure de la thèse

... Références liées : ...