Impact des reconstructions en apprentissage profond en IRM sur la

Retour aux résultats

JFR 2025
Séance de communications orales et intelligence artificielle
Impact des reconstructions en apprentissage profond en IRM sur la stabilité des paramètres de radiomiques

Impact des reconstructions en apprentissage profond en IRM sur la stabilité des paramètres de radiomiques

Auteur principal :

Gabriel Ballout

Autres auteurs :

Gabriel Ballout Navid Rabbani Bruno Péreira Lucie Cassagnes Pascal Chabrot Adrien Bartoli Benoît Magnin

Vidéo

05 October 2025

Contenu réservé aux membres SFR

Adhérez à la SFR pour visionner ce contenu

Les vidéos en intégralité, les résumés IA et les moments trouvés sont réservés aux membres à jour de leur adhésion.

Déjà membre ? Se connecter

Dans la même session

État des lieux de l’implémentation de l’IA dans le flux de travail des radiologues universitaires

Vidéo

Impact des reconstructions en apprentissage profond en IRM sur la stabilité des paramètres de radiomiques

Vidéo

Gabriel Ballout

Voir la session

Du même auteur

Impact des reconstructions en apprentissage profond en IRM sur la stabilité des paramètres de radiomiques

Vidéo

Gabriel Ballout

Afficher tous les résultats

Sur la même thématique "Intelligence Artificielle"

IA-WP-01 - La radiomique pour les nuls. Exemples en imagerie digestive.

Document

IA-WP-02 - Radiologues curieux : Créez et testez votre premier réseau neuronal en 30 minutes!

Document

Afficher tous les résultats