Difference between revisions of "TIBM: Change detection and prediction"
Jump to navigation
Jump to search
Line 21: | Line 21: | ||
</table> | </table> | ||
− | ==== PhD | + | ==== PhD theses ==== |
* C. Heimburger, [[Céline Heimburger|Evaluation précoce de la croissance tumorale des résidus post-chirurgicaux des glioblastomes par IRM-ITD.]], en cours | * C. Heimburger, [[Céline Heimburger|Evaluation précoce de la croissance tumorale des résidus post-chirurgicaux des glioblastomes par IRM-ITD.]], en cours |
Latest revision as of 14:48, 10 October 2016
Automatic change detection is a tool of great interest for monitoring evolving pathologies. The aim is to identify changes over time between two exams of a given subject. This may allow a better care of the patient (personalized medicine), either for diagnosis, prognosis or evaluation of therapeutic response. Thus, novel methods have been developed to analyze longitudinal diffusion MRI sequences, that:
In addition, work has been conducted in the project ERC FBrain for the temporal modeling of brain maturation 5-PRSS12 and gyrification 2-PRSK16. |
PhD theses
- C. Heimburger, Evaluation précoce de la croissance tumorale des résidus post-chirurgicaux des glioblastomes par IRM-ITD., en cours
- J. Pontabry, Construction d'atlas en IRM de diffusion : application à l'étude de la maturation cérébrale, october 2013
- A. Grigis, Approches statistiques pour la détection de changements en IRM de diffusion. Application au suivi longitudinal de pathologies neurodégénératives, september 2012
- H. Boisgontier, Détection automatique de changements en IRM de diffusion. Application à la sclérose en plaques, june 2010
- M. Bosc, Contribution à la détection de changements dans des séquences IRM 3D multimodales, december 2003