Apprentissage profond pour la segmentation robuste et l’analyse explicable des images
cardiaques volumiques et dynamiques / Qiao Zheng ; sous la direction de Nicholas Ayache
et Hervé Delingette. Thèse de doctorat : Automatique, traitement du signal et des
images : Côte d'Azur : 2019
Information trouvée : membre du jury
Du cœur droit normal au pathologique : analyse de la forme et de la fonction dans
différentes conditions de charge à l'aide de l’imagerie médicale et de la modélisation
/ Pamela Moceri ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique,
traitement du signal et de l’image : Côte d’Azur : 2018
Information trouvée : membre du jury
Estimation statistique dans les variétés Riemanniennes : implémentation et application
à l’étude des déformations cardiaques / Nicolas Guigui ; sous la direction de Xavier
Pennec. Thèse de doctorat : Automatique et Traitement du Signal et des Images : Université
Côte d'Azur : 2021
Information trouvée : membre du jury
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 : Examinateur
https://www.univ-lyon1.fr, 2022-05-06
Information trouvée : Maître de conférences à l’Université Claude Bernard Lyon 1. Membre du CREATIS