Hemodynamic investigation and thrombosis modeling of intracranial aneurysms

par Yue Zhang

Thèse de doctorat en Traitement d'image et hémodynamiques

Sous la direction de Guy Courbebaisse.

Soutenue le 25-09-2015

à Lyon, INSA , dans le cadre de École doctorale Électronique, électrotechnique, automatique (Lyon) , en partenariat avec CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône) (laboratoire) et de Centre de recherche en applications et traitement de l'image pour la santé / CREATIS (laboratoire) .

Le président du jury était Thierry Fournel.

Le jury était composé de Guy Courbebaisse, Thierry Fournel, Bastien Chopard, Jean-Philipp Thiran, Francis Turjman, Patrick Clarysse, Leonard Florez-Valencia.

Les rapporteurs étaient Bastien Chopard, Jean-Philipp Thiran.

  • Titre traduit

    Etude hémodynamique dans les anévrismes intracrâniens et modélisation de la thrombose


  • Résumé

    La sélection de variables est une tâche primordiale en fouille de données et apprentissage automatique. Il s’agit d’une problématique très bien connue par les deux communautés dans les contextes, supervisé et non-supervisé. Le contexte semi-supervisé est relativement récent et les travaux sont embryonnaires. Récemment, l’apprentissage automatique a bien été développé à partir des données partiellement labélisées. La sélection de variables est donc devenue plus importante dans le contexte semi-supervisé et plus adaptée aux applications réelles, où l’étiquetage des données est devenu plus couteux et difficile à obtenir. Dans cette thèse, nous présentons une étude centrée sur l’état de l’art du domaine de la sélection de variable en s’appuyant sur les méthodes qui opèrent en mode semi-supervisé par rapport à celles des deux contextes, supervisé et non-supervisé. Il s’agit de montrer le bon compromis entre la structure géométrique de la partie non labélisée des données et l’information supervisée de leur partie labélisée. Nous nous sommes particulièrement intéressés au «small labeled-sample problem» où l’écart est très important entre les deux parties qui constituent les données.


  • Résumé

    Feature selection is an important task in data mining and machine learning processes. This task is well known in both supervised and unsupervised contexts. The semi-supervised feature selection is still under development and far from being mature. In general, machine learning has been well developed in order to deal with partially-labeled data. Thus, feature selection has obtained special importance in the semi-supervised context. It became more adapted with the real world applications where labeling process is costly to obtain. In this thesis, we present a literature review on semi-supervised feature selection, with regard to supervised and unsupervised contexts. The goal is to show the importance of compromising between the structure from unlabeled part of data, and the background information from their labeled part. In particular, we are interested in the so-called «small labeled-sample problem» where the difference between both data parts is very important.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Autre version

Cette thèse a donné lieu à une publication

Hemodynamic investigation and thrombosis modeling of intracranial aneurysms


Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc’INSA. Bibliothèque numérique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.

Consulter en bibliothèque

Cette thèse a donné lieu à une publication

Informations

  • Sous le titre : Hemodynamic investigation and thrombosis modeling of intracranial aneurysms
  • Détails : 1 vol.(XIX-105 p.)
  • Annexes : Bibliogr. p.101-105
La version de soutenance de cette thèse existe aussi sous forme papier.

Où se trouve cette thèse\u00a0?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.