Apprentissage profond pour la segmentation, la classification et la caractérisation géométrique de crosses aortiques

Mounir Lahlouh (1, 2, 3) , Raphaël Blanc (4, 3) , Jérome Szewczyk (5, 3) , Yasmina Chenoune (2, 6) , Nicolas Passat (1)

1 CRESTIC - Centre de Recherche en Sciences et Technologies de l'Information et de la Communication - EA 3804
2 ESME - ESME - École spéciale de mécanique et d'électricité
3 Basecamp Vascular
4 Fondation Ophtalmologique de Rothschild, Département de Neuroradiologie Interventionnelle, Paris, France
5 ISIR - Institut des Systèmes Intelligents et de Robotique
6 LISSI - Laboratoire Images, Signaux et Systèmes Intelligents

Domaines: Intelligence artificielle [cs.AI]; Imagerie médicale; Traitement des images [eess.IV]

Mounir Lahlouh, Raphaël Blanc, Jérome Szewczyk, Yasmina Chenoune, Nicolas Passat. Apprentissage profond pour la segmentation, la classification et la caractérisation géométrique de crosses aortiques. Journée Rémoise des Jeunes Chercheurs en Santé, 2021, Reims, France. ⟨hal-03409856⟩