Unsupervised representation learning for anomaly detection on neuroimaging. Application to epilepsy lesion detection on brain MRI
Cette étude vise à développer un système d’aide au diagnostic (CAD) pour la détection de lésions épileptogènes, reposant sur l’analyse de données de neuroimagerie, notamment, l’IRM T1 et FLAIR. L’approche adoptée, introduite précédemment par Azami et al., 2016, consiste à placer la tâche de détectio...
Main Author: | Alaverdyan, Zaruhi |
---|---|
Other Authors: | Lyon |
Language: | en |
Published: |
2019
|
Subjects: | |
Online Access: | http://www.theses.fr/2019LYSEI005/document |
Similar Items
-
Unsupervised network anomaly detection
by: Mazel, Johan
Published: (2011) -
Détection et agrégation d'anomalies dans les données issues des capteurs placés dans des smartphones
by: Nguyen, Van Khang
Published: (2019) -
Détection d’anomalies dans les séries temporelles : application aux masses de données sur les pneumatiques
by: Benkabou, Seif-Eddine
Published: (2018) -
Comparative Results with Unsupervised Techniques in Cyber Attack Novelty Detection
by: Jorge Meira
Published: (2018-09-01) -
Imagerie multispectrale, vers une conception adaptée à la détection de cibles
by: Minet, Jean
Published: (2011)