Méthodes d'apprentissage automatisé pour l'amélioration du diagnostic des cancers épidermoïdes du larynx à partir d'images histologiques
FR |
EN
Auteur / Autrice : | Mélanie Lubrano di scandalea |
Direction : | Thomas Walter |
Type : | Thèse de doctorat |
Discipline(s) : | Bio-informatique |
Date : | Soutenance le 16/11/2023 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique (Paris) |
Partenaire(s) de recherche : | Laboratoire : Centre de bio-informatique (Fontainebleau, Seine et Marne) |
établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....) | |
Jury : | Président / Présidente : Nicolas Loménie |
Examinateurs / Examinatrices : Thomas Walter, Inti Zlobec, Marc Aubreville, Etienne Decencière, Saïma Ben Hadj | |
Rapporteurs / Rapporteuses : Inti Zlobec, Marc Aubreville |
Résumé
FR |
EN
Cette thèse explore l'utilisation de la pathologie computationnelle pour évaluer et grader les lésions précancéreuses et cancéreuses du larynx, une condition sujette à une classification subjective de la part des pathologistes. En utilisant des modèles d'IA et une vaste base de données d'images histologiques, nous avons développé des outils d'aide au diagnostic améliorant la reproductibilité inter et intra observateurs, permettant ainsi une meilleure prise en charge des patients.