Version accessible
  • fr
  • en
Recherche rapide
  • Aide
  • Recherche avancée
  • Nouveautés
Naviguer par :
  • Accueil
  • Mémoires
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par master
      Recherche par master
    • Recherche avancée
      Recherche de ressources documentaires
    • Tous les mémoires
  • Thèses
    • Nouveautés
      Recherche de nouveautés dans les thèses
    • Recherche avancée
      Recherche de ressources
    • Par auteur
      Recherche par auteur
    • Par année
      Recherche par année de soutenance
    • Par laboratoire
      Recherche par laboratoire
    • Par thème
      Recherche thématique
    • Par école doctorale
      Recherche par école doctorale
    • Toutes les thèses
  • Publications de recherche
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par laboratoire de recherche
      Recherche par laboratoire
    • Recherche avancée
      Recherche de publication de recherche
    • Toutes les publications de recherche
  • Tous les documents
    • Nouveautés
      Recherche des nouveautés
    • Recherche avancée
      Recherche avancée sur plusieurs formats
    • Toutes les ressources

Fiche descriptive

  • Vous êtes ici :
  • Accueil
  • »
  • Fiche descriptive
???menu.description..???
  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à ma sélection
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn
Stratification du risque d’hépatocarcinogénèse par analyse par apprentissage profond d’images radiologiques (Document en Anglais)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • http://www.theses.fr/2024STRAJ023/documentLien brisé : nonDroits d'accès : non autorisé
  • http://www.theses.fr/2024STRAJ023/abesLien brisé : nonDroits d'accès : consultation après authentification
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse confidentielle jusqu'au 31/12/2025.
Version :
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Informations sur les contributeurs
Auteur : Dana Jérémy
Dana, Jérémy
Nom
Dana
Prénom
Jérémy
Nationalité
Français

Date de soutenance : 29-08-2024

Directeur(s) de thèse : Baumert Thomas
Baumert, Thomas
Nom
Baumert
Prénom
Thomas
- Gallix Benoît
Gallix, Benoît
Nom
Gallix
Prénom
Benoît


Etablissement de soutenance : Strasbourg
Strasbourg
Nom
Strasbourg

Laboratoire : Institute for Translational Medicine and Liver Disease (Strasbourg ; 201X-....)
Institute for Translational Medicine and Liver Disease (Strasbourg ; 201X-....)
Nom
Institute for Translational Medicine and Liver Disease (Strasbourg ; 201X-....)

Ecole doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
Nom
École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)

  
Informations générales
Discipline : Sciences médicales
Classification : Médecine et santé

Mots-clés libres : Carcinome hépatocellulaire, Apprentissage profond, Échographie
Mots-clés :
  • Foie -- Maladies - Diagnostic
  • Foie -- Maladies - Facteurs de risque
  • Apprentissage profond
Résumé : La cirrhose est une impasse clinique avec des complications potentiellement mortelles (insuffisance hépatique, hypertension portale, carcinome hépatocellulaire), responsable d'environ 1,8 % des décès chaque année. Lorsque les lésions hépatiques chroniques progressent, une décompensation de la maladie peut se produire, entraînant une diminution dramatique du taux de survie global. Une transition vers une évaluation non invasive de la progression des maladies hépatiques chroniques et de leur pronostic est crucial. Nous avons développé un modèle par apprentissage profond de stratification du risque de développer un carcinome hépatocellulaire à partir d’images échographiques du parenchyme hépatique non-tumoral. Le modèle de classification développé a atteint de bonnes performances diagnostiques avec un odds-ratio de 6,6 et une précision de 0,72 pour prédire les patients à haut risque d'hépatocarcinogenèse. Ce nouveau biomarqueur d'imagerie pourrait aider à stratifier le risque d'hépatocarcinogenèse parallèlement aux biomarqueurs cliniques ou biochimiques et permettre des stratégies de dépistage personnalisées basées sur le risque.
  
Informations techniques
Type de contenu : Text
Format : PDF
  
Informations complémentaires
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAJ023
Type de ressource : Thèse
À propos Aide
ORI-OAI-search 2.0.7 - © 2006-2014 ORI-OAI