|
Sujet de master |
Capteurs IRM 3D multifonctions pour la caractérisation de tissus biologiques imprimés en 3D |
|
Sujet de master |
Imagerie 3D de la cavitation |
|
Sujet de master |
Prototype de capteur radiofréquence à liaisons optiques pour l’IRM |
|
Sujet de master |
Data Consistency Conditions for improving image quality of x-ray CT |
|
Sujet de master |
Imagerie vectorielle Doppler 3D |
|
Sujet de master |
Deep learning-based ultrasonic image reconstruction for ultrafast echographic imaging |
|
Sujet de master |
Fusion hiérarchique de données d’imagerie cardiaque par apprentissage (machine learning) |
|
Sujet de master |
Optimisation d'un dispositif d'excitation mécanique pour l'élastographie par résonance magnétique |
|
Sujet de master |
Artificial neural networks to filter events in ion computed tomography |
|
Sujet de master |
Elastographie : Etude des champs virtuels pour la reconstruction des propriétés mécaniques d’un milieu |
|
Sujet de master |
Extraction 3D de l’omoplate à partir d’images 3D CT via apprentissage profond |
|
Sujet de master |
ACCURATE AND EFFICIENT MEDICAL I MAGE CLASSIFICATION |
|
Sujet de master |
Assessment of Compton Camera imaging applied to Targeted Radionuclide Therapy |
|
Sujet de master |
Reconstruction d’image ultrasonore à base d’apprentissage profond pour l’imagerie échographique ultrarapide |
|
Sujet de master |
(Deep) machine learning for the prediction of patient coma outcome based on multimodality neuroimaging |
|
Sujet de master |
Reconstruction tomographique régularisée en imagerie SPECT |
|
Sujet de master |
Medical Image Segmentation and Registration with Deep Learning |
|
Sujet de master |
Imagerie médicale optique pour les Neurosciences |
|
Sujet de master |
AUTOMATIC CEPHALOMETRIC ANALYSIS WITH DEEP LEARNING |
|
Sujet de master |
Elastographie : Etude des champs virtuels pour la reconstruction des propriétés mécaniques d’un milieu |
|
Sujet de master |
Optimizing contrast in MRI: an optimal control approach |
|
Sujet de thèse |
Optimizing the contrast-to-noise ratio per unit of time of clinical MR sequences: an optimal control approach |
|
Sujet de thèse |
Capteurs et sondes de champs électromagnétiques à liaisons optiques pour la sécurité en imagerie par RM |
|
Sujet de thèse |
Quantification of pulmonary aeration in CT images of patients with acute respiratory-distress syndrome |
|
Sujet de master |
Développement de la vidéo monopixel pour l'endoscopie hyperspectrale |
|
Sujet de master |
Stratégie d'émission-réception en Imagerie Ultrasonore médicale |
|
Sujet de master |
Monte Carlo simulation of scattering in X-ray phase contrast imaging |
|
Sujet de master |
Quantification de l’aération de poumons, dans les images scanner, en présence de larges opacités |
|
Sujet de master |
mise en place d’une application web de suivi de matériel |
|
Sujet de master |
Approche hybride pour l’alignement automatique de projections en tomographie électronique pour la reconstruction 3D |
|
Sujet de master |
Recalage et segmentation d’images scanner de poumons en présence de larges opacités |
|
Autres stages |
Implementation of covariance-like matrix layer for deep neural networks |
|
Sujet de master |
Formation d’images ultrasonore avancées : « minimum variance » et « beamforming fonctionnel » |
|
Sujet de master |
Formation de voies 3D et visualisation avancée sur GPU |
|
Sujet de master |
Emissions codées en Imagerie Ultrasonore médicale |
|
Sujet de master |
JOINT DESPECKLING-DECONVOLUTION (JDD) OF ULTRASOUND DATA |
|
Sujet de master |
Sujet PFE/Master 2 : classification d’images de peau par réseau de neurones |
|
Sujet de master |
Classification automatique des lésions post-reperfusion à la phase aigüe de l’infarctus du myocarde basée sur l’apprentissage (machine learning, deep learning) |
|
Sujet de thèse |
Segmentation de données échographiques 3D du cerveau et suivi longitudinal du développement cérébral des prématurés |
|
Sujet de master |
Développement d’un protocole pour la caractérisation des gradients de champ magnétique utilisés en Imagerie par Résonance Magnétique |
