paprika.idref.fr paprika.idref.fr data.idref.fr data.idref.fr Documentation Documentation
Identifiant pérenne de la notice : 077761928Copier cet identifiant (PPN)
Notice de type Personne

Point d'accès autorisé

Lartizien, Carole (19..-....)

Sur le web

Variantes de point d'accès

Lartizien - Menière, Carole
[Nom de personne]
Nom de naissance
Lartizien-Menière, Carole
[Nom de personne]

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 :    19XX
Genre : Féminin

Notes

Note publique d'information : 
Docteur en médecine (2001).

Note publique d'information : 
Directrice d'une thèse en Traitement du signal et de l'image soutenue à Lyon 1 en 2012

Note publique d'information : 
Directrice des thèses au Laboratoire Centre de Recherche en Acquisition et Traitement de l'Image pour la Santé (CREATIS), INSA de Lyon (depuis 2019...)

Note publique d'information : 
Directeur de recherche - CREATIS - INSA Lyon

Note publique d'information : 
Présidente du jury lors d'une thèse soutenue à l'INSA Lyon en 2022

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

Identifiants externes

Identifiant VIAF : http://viaf.org/viaf/188472464
Identifiant ORCID : 0000-0001-7594-4231
Identifiant HAL : carole-lartizien
Identifiant SCOPUS : 55876536700
Identifiant ISNI : 0000000430932167

Source

Aide au diagnostic du cancer de la prostate par IRM multi-paramétrique / Émilie Niaf ; sous la direction de Carole Lartizien et Olivier Rouvière [thèse], 2012

Aide au diagnostic du cancer de la prostate à partir d'IRM multiparamétrique à l'aide de l'apprentissage profond / Dimitri Hamzaoui ; sous la direction de Hervé Delingette et Nicholas Ayache. Thèse de doctorat : Automatique, traitement du signal et des images : Université Côte d'Azur : 2023

Information trouvée : rapportrice de thèse, membre du jury

Automatisation de la segmentation sémantique de structures cardiaques en imagerie ultrasonore par apprentissage supervisé / par Sarah Marie-Solveig Leclerc ; sous la dir. de Carole Lartizien et Olivier Bernard [thèse doctorat : Traitement du signal et de l’image : Lyon, Université de Lyon : 2019]

Information trouvée : Directrice de thèse

Contributions to unsupervised domain adaptation: similarity functions, optimal transport and theoretical guarantees / par Sofiane Dhouib ; sous la dir. de Carole Lartizien [Thèse doctorat : Traitement du signal et des images : Lyon, Université de Lyon : 2020]

Information trouvée : Directrice de thèse

Deep Learning for tomographic reconstruction: Study and application to computed tomography and positron emission imaging / par Théo Leuliet ; sous la dir. de Bruno Sixou et de Voichita Maxim [Thèse doctorat : Traitement du signal et de l'image : Lyon, INSA : 2022]

Information trouvée : Présidente du jury

Deep brain unsupervised anomaly detection model based on multimodality medical imaging / par Daria Zotova; sous la dir. de Carole Lartizien – Menière [Thèse doctorat : Machine learning in medical imaging : Lyon, INSA : 2024]

Information trouvée : Directrice de thèse

Intelligence artificielle pour la caractérisation du cancer de la prostate par agressivité en IRM multiparamétrique / par Audrey Duran ; sous la dir. de Carole Lartizien [Thèse doctorat : Traitement du Signal de l'Image : Lyon, Université de Lyon : 2022]

Information trouvée : Directrice de thèse

Monte Carlo simulation of water diffusion through cardiac tissue and observation by virtual MRI / par Yuhan Jing ; sous la dir. de Carole Frindel [Thèse doctorat : Ingénierie biomédicale : Lyon, INSA : 2023]

Information trouvée : Examinatrice

Optimisation des protocoles d'imagerie corps entier en tomographie par émission de positons pour la détection des hyperfixations du F-FDG en oncologie / Carole Lartizien ; sous la dir. de Robert Di Paola - Thèse d'exercice : Médecine : Paris 11 : 2001PA115067

Unsupervised anomaly detection in neuroimaging: contributions to representation learning and density support estimation in the latent space / par Nicolas Pinon ; sous la dir. de prenom nom [Thèse doctorat : Traitement du Signal et de l'Image : Lyon, INSA : 2024]

Information trouvée : Directrice de thèse

... Références liées : ...