Traitement d’images cardiaques
Traitement du signal en cardiologie
Apprentissage machine pour l’imagerie médicale
Apprentissage profond pour l’imagerie médicale
Projets :
Deep Learning pour la segmentation à l’aide d’un jeu de données ouvert à grande échelle en échocardiographie 2D (lien)
Fraction d’éjection en temps réel entièrement automatique et mesures MAPSE en échocardiographie 2D à l’aide de réseaux de neurones profonds
Segmentation du ventricule gauche en échographie 3D en combinant des forêts aléatoires structurées avec des modèles de formes actives
Segmentation entièrement automatique et multi-structurelle du ventricule gauche et du myocarde sur des données échocardiographiques 2D hautement hétérogènes
- kc_data:
- a:8:{i:0;s:0:"";s:4:"mode";s:2:"kc";s:3:"css";s:0:"";s:9:"max_width";s:0:"";s:7:"classes";s:0:"";s:9:"thumbnail";s:0:"";s:9:"collapsed";s:0:"";s:9:"optimized";s:0:"";}
- kc_raw_content:
- identite:
- Sarah Leclerc
- titre:
- MCF
- fonction:
- Enseignant-Chercheur
- equipe:
- a:1:{i:0;s:5:"IFTIM";}
- adresse_postale:
- 9 avenue Alain Savary - BP47870 - 21078 DIJON
- telephone:
- localisation:
- Bâtiment I3M - Bureau 109
- courriel:
- sarah.leclerc@u-bourgogne.fr
- url_site_perso_ou_professionnel:
- photo_de_profil:
- 26038
- cnrs:
- 0
- membre_associe:
- 0