Auteur / Autrice : | Vincent-Béni Zossou |
Direction : | Rodrigue Allodji, Florent De vathaire |
Type : | Projet de thèse |
Discipline(s) : | Biostatistiques et data sciences |
Date : | Inscription en doctorat le 30/09/2020 |
Etablissement(s) : | université Paris-Saclay en cotutelle avec Institut de Formation et de Recherche en Informatique |
Ecole(s) doctorale(s) : | École doctorale Santé Publique |
Partenaire(s) de recherche : | Laboratoire : Centre de Recherche en épidémiologie et Santé des populations |
Equipe de recherche : Epidémiologie des radiations | |
référent : Faculté de médecine |
Mots clés
Résumé
L'objectif principal de la thèse est de prédire la survie des patients atteints d'un cancer du foie à partir de scanners CT en utilisant l'apprentissage profond et la régression basée sur les caractéristiques radiomiques. Il s'agira donc de : 1. Analyse quantitative des images de tomographie assistée par ordinateur (CT-scan) : développement d'un modèle basé sur l'apprentissage profond pour automatiser la segmentation du volume hépatique complet, la détection et la segmentation des tumeurs hépatiques. 2. Étude des corrélations entre les résultats du modèle et les antécédents médicaux des patients afin de détecter très tôt le cancer du foie. 3. Évaluation des caractéristiques radiomiques pour prédire la survie et développement d'un modèle qui combine ces caractéristiques radiomiques avec des données cliniques pour mieux prédire la survie des patients atteints d'un cancer du foie.