Retour à l'index des publications
Exporter 12 résultats :
Info sur l'export RTF
×
Si vous exportez vos résultats en RTF et que vous ouvrez le fichier avec Microsoft Word, il faut choisir l'encodage "Occidental (Windows Latin 1)".

Journal Article

  1. [VIND-23a]Y. Vindas, Roux, E., Almar, M., Guépié, B. K., et Delachartre, P., « Guided Deep Embedded Clustering regularization for multi-feature medical signal classification », Pattern Recognition (accepted), 2023.PDF icon Vindas-23_Guided deep embedded clustering regularization for multi feature classification.pdf (1.34 MB)
  2. [VIND-22a]Y. Vindas, Guépié, B. K., Almar, M., Roux, E., et Delachartre, P., « Semi-automatic data annotation based on feature-space projection and local quality metrics: an application to cerebral emboli characterization », Medical Image Analysis, 2022.PDF icon Vindas-22_Media_Semi_supervised_Data_Annotation.pdf (13.46 MB)
  3. [GUEP-18]B. K. Guépié, Martin, M., Lacrosaz, V., Almar, M., Guibert, B., et Delachartre, P., « Sequential Emboli Detection from Ultrasound Outpatient Data », IEEE Journal of Biomedical and Health Informatics, 2018.PDF icon Guepie-18 jbhi Sequential Emboli Detection from Ultrasound Outpatient Data.pdf (1.66 MB)
  4. [GUEP-17]B. K. Guépié, Sciolla, B., Millioz, F., Almar, M., et Delachartre, P., « Discrimination between emboli and artifacts for outpatient transcranial Doppler ultrasound data », Medical & Biological Engineering & Computing, p. 1-11, 2017.PDF icon Medical_&_Biological_Engineering_&_Computing_2016.pdf (1.54 MB)

Conference Paper

  1. [VIND-23c]Y. Vindas, Roux, E., Guépié, B. K., Almar, M., et Delachartre, P., « Deep Embedded Clustering regularization for supervised imbalanced cerebral emboli classification using transcranial Doppler ultrasound », in 31st European Signal Processing Conference (EUSIPCO 2023), september 4-8, Helsinki, Finland, 2023.
  2. [VIND-23b]Y. Vindas, Guépié, B. K., Almar, M., Roux, E., et Delachartre, P., « Soft-labels noise tolerant loss functions for transcranial Doppler ultrasound signal classification », in IEEE Ultrasonics symposium, 2023, p. 1-4.
  3. [VIND-22b]Y. Vindas, Guépié, B. K., Almar, M., Roux, E., et Delachartre, P., « An hybrid CNN-Transformer model based on multi-feature extraction and attention fusion mechanism for classification of medical signals », in Machine Learning for Healthcare, 2022.
    https://static1.squarespace.com/static/59d5ac1780bd5ef9c396eda6/t/62e97636b9962e1079555986/1659467321416/43+Paper-43_CameraReady.pdf
  4. [VIND-21]Y. Vindas, Roux, E., Guépié, B. K., Almar, M., et Delachartre, P., « Semi-supervised annotation of Transcranial Doppler ultrasound micro-embolic data », in IEEE International Ultrasonics Symposium, 2021.PDF icon Vindas-21_IUS_Semi-supervised annotation of Transcranial Doppler.pdf (1.84 MB)
  5. [DELA-20]P. Delachartre, Le, H. K., Barzellino, T., et Almar, M., « Automatic classification of brain emboli using transcranial Doppler and convolutional neural networks », in Forum Acusticum, Dec 2020, Lyon, France, 2020, p. 2693-2694.
    https://hal.science/hal-03242473/document
  6. [GUEP-15a]B. K. Guépié, Almar, M., Guibert, B., et Delachartre, P., « Détection de micro-emboles par une approche de classification supervisée », in GRETSI, France, 2015.PDF icon guepie_gretsi2015.pdf (63.84 KB)
  7. [GUEP-15b]B. K. Guépié, Sciolla, B., Millioz, F., Ramassamy, R., Pinatel, E., Almar, M., Guibert, B., et Delachartre, P., « Time-frequency Blood Flow Parameters Estimation for Micro-emboli Detection », in IEEE ISPA , Zagreb, Croatie, 2015.PDF icon article_ipsa2015.pdf (1.24 MB)
  8. [LIN-14b]F. Lin, Saglio, C., Almar, M., Guibert, B., et Delachartre, P., « Micro-embolic signal characterization based on long time Doppler time-frequency image processing and statistics », in IEEE International Conference on Signal Processing, Hangzhou, China, 2014, p. 1046-1051.