Différences entre les versions de « Anja Pantovic »
Aller à la navigation
Aller à la recherche
Ligne 21 : | Ligne 21 : | ||
'''Optimisation des trajectoires de plusieurs outils chirurgicaux à l'aide de l'apprentissage profond pour la chirurgie percutanée et la SEEG.''' | '''Optimisation des trajectoires de plusieurs outils chirurgicaux à l'aide de l'apprentissage profond pour la chirurgie percutanée et la SEEG.''' | ||
− | Ma thèse porte sur l’assistance informatique à la planification préopératoire pour la chirurgie percutanée et l’implantation d’ électrodes SEEG. Elle consiste à étudier différentes méthodes pour optimiser le positionnement de plusieurs aiguilles ou électrodes afin de maximiser le traitement et de minimiser les risques et les effets secondaires pour le patient. Mon objectif au cours de ce doctorat est de développer des techniques de planification basées sur l’apprentissage profond et de les comparer aux approches | + | Ma thèse porte sur l’assistance informatique à la planification préopératoire pour la chirurgie percutanée et l’implantation d’ électrodes SEEG. Elle consiste à étudier différentes méthodes pour optimiser le positionnement de plusieurs aiguilles ou électrodes afin de maximiser le traitement et de minimiser les risques et les effets secondaires pour le patient. Mon objectif au cours de ce doctorat est de développer des techniques de planification basées sur l’apprentissage profond et de les comparer aux approches agrégatives habituelles ou au front de Pareto. |
Version actuelle datée du 23 novembre 2021 à 14:39
- Doctorante
Anja Pantović ICube - IMAGeS Pôle API Bureau C225 300 Bd Sébastien Brant - BP 10413 67412 Illkirch cedex Tel : +33 (0)7 66 59 08 79 Courriel : pantovic@unistra.fr |
Sujet de thèse
Optimisation des trajectoires de plusieurs outils chirurgicaux à l'aide de l'apprentissage profond pour la chirurgie percutanée et la SEEG.
Ma thèse porte sur l’assistance informatique à la planification préopératoire pour la chirurgie percutanée et l’implantation d’ électrodes SEEG. Elle consiste à étudier différentes méthodes pour optimiser le positionnement de plusieurs aiguilles ou électrodes afin de maximiser le traitement et de minimiser les risques et les effets secondaires pour le patient. Mon objectif au cours de ce doctorat est de développer des techniques de planification basées sur l’apprentissage profond et de les comparer aux approches agrégatives habituelles ou au front de Pareto.
- Financement: ArtIC project ``Artificial Intelligence for Care” (grant ANR-20-THIA-0006-01) .
- Directeur: Caroline Essert (ICube - IMAGeS).
Enseignement
Algorithmique et Programmation 1
- TP