Posters

Prix des meilleurs posters

Les meilleurs posters seront récompensés par un prix !

Instructions pour les posters:

• Les posters peuvent être en anglais pour faciliter la réutilisation.
• Les posters doivent être au format portrait. La largeur maximum est 113cm.
• Votre poster peut rester affiché toute la journée correspondant au jour de sa présentation. C'est même mieux car cela permet aux participants de le voir lors des pauses et pas uniquement lors de la session poster. En revanche, il doit être enlevé en fin de journée. Les posters non récupérés en fin de journée seront perdus.
• Vous trouverez des numéros correspondant à l'endroit où votre poster doit être affiché (il y a deux numéros par support, un pour le jeudi, un pour le vendredi). Attention, la grande majorité des posters sont affichés sur un panneau mais quelques uns devront être mis sur le mur (un numéro indiquera l'endroit). Les numéros correspondent à cette liste ci-dessous. 

Liste des posters (jeudi 30 mars)

1) A Hierarchical Architecture with Large-field Dependency Exploitation to Improve Entire Neoplasm Segmentation of Hepatocellular Carcinoma; Guo Zhuxian, Wang Qitong, Müller Henning, Palpanas Themis, Loménie Nicolas, Kurtz Camille
2) Adaptation de domaine non supervisée explicable en temps réel pour la segmentation d'imagerie FIB-SEM; Stenger Alexandre, Vedrenne Luc, Baudrier Étienne, Naegel Benoît
3) Aide du machine learning pour l'analyse histologique dans un modèle murin de GvHD; Vignes Caroline, Haspot Fabienne, Lambot Sylvia, Daguin Véronique, Jarry Anne, Jotereau Francine, Altare Frédéric, Godefroy Emmanuelle
4) Altération de tumeurs par modèle génératif one-shot pour la segmentation intermodale en IRM; Sallé Guillaume, Conze Pierre-Henri, Bert Julien, Boussion Nicolas, Schick Ulrike, Visvikis Dimitris, Jaouen Vincent
5) Amélioration de l'annotation de l'IRM fœtale grâce à l'apprentissage auto-supervisé et la réalité virtuelle; Godard Charlotte, Nilsson Astrid, Masson Jean-Baptiste
6) Amélioration de la détection des images hors-distribution pour la segmentation d'images médicales; Lambert Benjamin, Forbes Florence, Doyle Senan, Tucholka Alan, Dojat Michel
7) Amélioration de la labellisation automatique des sillons corticaux par distillation de connaissance; Cagna Bastien, Rivière Denis, Mangin Jean-François
8) Améliorer la portabilité du neurofeedback bimodal : prédire par apprentissage automatique les scores NF-IRMf à partir des signaux EEG; Pinte Caroline, Cury Claire, Maurel Pierre
9) Analyse de l'impact de la pré-segmentation dans le processus d'annotation des lésions COVID 19; Dumont Laura, Hernandez Londono Jorge, Michelon Philippe
10) Analyse par graphes de l'expression de la connectivité en IRMf : étude in silico; Bhanot Argheesh, Becq Guillaume, Achard Sophie, Barbier Emmanuel L.
11) Analyse Radiomique d'images CT de patients traumatisés crânien pour prédire la transformation de l'hémorragie intra-cérébrale en œdème.; Brossard Clément, De Busschère Jules-Arnaud, Bouzat Pierre, Grèze Jules, Lemasson Benjamin
12) Annotation d'électroencéphalogrammes néonataux pour l'apprentissage supervisé; Kraus Vivien, Alloux Margaux, Dollé Guillaume, Loron Gauthier, Bednarek Nathalie, Rousseau François, Passat Nicolas
13) Apport de l'IRM et de la classification automatisée dans une population de patients parkinsoniens en situation d'incertitude diagnostique; Chougar Lydia, Faucher Alice, Faouzi Johann, Lejeune Francois-Xavier, Grabli David, Colliot Olivier, Degos Bertrand, Lehericy Stephane
14) Apport pour le pathologiste d'un outil de détection de mitoses dans le carcinome mammaire infiltrant; Simmat Clara, Guichard Loris, Sockeel Marie, Sockeel Stephane, Pozin Nicolas, Prevot Sophie
15) Déplacé au vendredi
16) Apprentissage de la dynamique du plissement cortical du fœtus; Wang Xiaoyu, Rivière Denis, Guillon Louise, Chavas Joël, Mangin Jean-François
17) Apprentissage de représentations pour la recherche par le contenu d'IRM : approches contastives contre stratégies supervisées; Sauron Thibault
18) Apprentissage par transfert pour la détection d'artefacts de mouvement dans l'IRM cérébrale pondérée en T1 : des données synthétiques vers des données de routine clinique; Loizillon Sophie, Bottani Simona, Maire Aurélien, Stroer Sebastian, Dormont Didier, Colliot Olivier, Burgos Ninon
19) Apprentissage profond pour la prédiction de l'issue clinique de l'AVC en IRM multimodale et fusion de données cliniques; Hatami Nima, Cho Tae-Hee, Mechtouff Laura, Eker Omer Faruk, Berthezène Yves, Rousseau David, Frindel Carole
20) Apprentissage profond pour le diagnostic des syndromes myélodysplasiques à partir de données multimodales; De Almeida Braga Cédric, Bauvais Maxence, Dominici Maxence, Garnier Alice, Peterlin Pierre, Debord Camille, Wuillème Soraya, Theisen Olivier, Godon Catherine, Bouzy Simon, Le Bris Yannick, Béné Marie C, Chevallier Patrice, Paul-Gilloteaux Perrine, Normand Nicolas, Eveillard Marion
21) Apprentissages Multitâche de Segmentation et Recalage d'Images pour la Navigation des Biopsies Prostatiques; Nguyen Thi Huong Ly, Dupuy Tamara, Beitone Clément, Voros Sandrine, Troccaz Jocelyne
22) Benchmark de méthodes d'apprentissage fédéré pour des tâches de segmentation en neuroimagerie; Manthe Matthis, Duffner Stefan, Lartizien Carole
23) Biom3d, un framework deep learning modulaire pour la segmentation en bioimagerie 3D; Mougeot Guillaume, Chausse Frédéric, Graumann Katja, Tatout Christophe, Desset Sophie
24) Caractérisation de la qualité de données pour le calcul automatique du biomarqueur Ki67; Al Masry Zeina, Zerhouni Noureddine, Devalland Christine
25) Caractérisation des incertitudes dans le problème de reconstruction TEP; Merabet Ramy, Sureau Florent, Trouvé Alain
26) Caractérisation géométrique et statistique de la matrice extracellulaire; Jayousi Faisal, Rogissart Morgane, Van Obberghen-Schilling Ellen, Blanc-Féraud Laure, Descombes Xavier
27) Chan-Vese Attention U-Net: An attention mechanism for robust segmentation; Makaroff Nicolas, Cohen Laurent
28) Classification en Histopathologie : Un extracteur de vecteurs caractéristiques non supervisé unique pour des tâches de classification multiples; Nivaggioli Adrien, Pozin Nicolas, Sockeel Marie, Sockeel Stephane, Nerrienet Nicolas, Peyret Rémy, Clavel Marceau, Simmat Clara, Miquel Catherine
29) Classification multi-représentation d'emboles cérébraux à partir d'un dispositif de Doppler transcrânien; Vindas Yamil, Guépié Blaise Kévin, Almar Marilys, Roux Emmanuel, Delachartre Philippe
30) Classification par « graph convolutional network » des formes cliniques de sclérose en plaques par analyse de la connectivité cérébrale morphologique; Chen Enyi, Barile Berardino, Durand-Dubief Françoise, Grenier Thomas, Sappey-Marinier Dominique
31) Combiner des informations visuelles et textuelles pour améliorer les systèmes de recherche d'images dans les pratiques radiologiques; Sérieys Guillaume, Kurtz Camille, Fournier Laure, Cloppet Florence
32) Comparison of handcrafted radiomics and 3D-CNN models to diagnose striatal dopamine deficiency in Parkinsonian syndromes based on 18F-FDOPA PET images; Le Thi Khuyen, Comte Victor, Darcourt Jacques, Razzouk-Cadet Micheline, Rollet Anne-Capucine, Orlhac Fanny, Humbert Olivier
33) Convertir des cartes de contrastes d'IRMf entre les pipelines grâce aux modèles génératifs conditionnels; Germani Elodie, Maumet Camille, Fromont Elisa
34) CycleGANs et adaptation de domaine pour la classification de carcinomes infiltrants du sein en histopathologie digitale; Nerrienet Nicolas, Peyret Rémy, Sockeel Marie, Sockeel Stephane
35) Deep Gauss-Newton pour le problème de récupération de phase; Mom Kannara, Langer Max, Sixou Bruno
36) Deep UCSL : découverte de sous-types à l'aide de clustering non supervisé piloté par la classification pathologie / contrôle.; Louiset Robin, Duchesnay Edouard, Dufumier Benoit, Victor Julie, Grigis Antoine, Gori Pietro
37) Détection automatique interprétable de l'inversion incomplète de l'hippocampe à l'aide de critères anatomiques; Hemforth Lisa, Cury Claire, Frouin Vincent, De Matos Kevin, Desrivières Sylvane, Grigis Antoine, Garavan Hugh, Brühl Rüdiger, Martinot Jean-Luc, Paillère Martinot Marie-Laure, Artiges Eric, Poustka Luise, Hohmann Sarah, Millenet Sabina, Vaidya Nilakshi, Walter Henrik, Whelan Robert, Schumann Gunter, Couvy-Duchesne Baptiste, Colliot Olivier
38) Détection d'anomalies cérébrales subtiles sur base de l'analyse de l'espace latent d'un auto-encodeur : Application à la détection de patients parkinsoniens de novo.; Pinon Nicolas, Oudoumanessah Geoffroy, Trombetta Robin, Dojat Michel, Forbes Florence, Lartizien Carole
39) Détection de motif de sillons cérébraux via unsupervised learning; Gaudin Aymeric, Chavas Joël
40) Détection de particules isolées en microscopie par fluorescence 3D à partir de peu d'exemples; Vedrenne Luc, Fortun Denis, Baudrier Etienne
41) Différencier les réseaux de connectivité cérébrale fonctionnelle de repos: apport de la combinaison de statistiques nodales de graphes; Carboni Lucrezia, Achard Sophie, Tzourio Christophe, Joliot Marc, Dojat Michel
42) Estimation de la phase Doppler par CNNs complexes en imagerie ultrasonore : application à des simulations de flux de vortex; Puig Julia, Friboulet Denis, Millioz Fabien, Garcia Damien
43) Etude de métriques de difficultés pour le curriculum learning dans le cadre de segmentation automatique de lésion d'AVC; Moreau Juliette, Mechtouff Laura, Rousseau David, Cho Tae-Hee, Eker Omer, Berthezene Yves, Frindel Carole
44) Etude des fonctions de perte et des seuils de décision pour la segmentation de lésions de sclérose en plaques dans des images IRM de la moëlle épinière; Hussein Burhan Rashid, Meurée Cédric, Gaubert Malo, Masson Arthur, Kerbrat Anne, Combès Benoît, Galassi Francesca
45) Étude volumétrique des régions cérébrales de nouveau-nés prématurés; Alloux Margaux, Kraus Vivien, Regnault Philippe, Dollé Guillaume, Loron Gauthier, Bednarek Nathalie, Rousseau François, Passat Nicolas
46) Evaluation des méthodes d'appariement multi-graph appliquées aux graphes de plis corticaux issus d'IRM anatomiques; Yadav Rohit, Dupé François-Xavier, Takerkart Sylvain, Auzias Guillaume

47) Exploiter les estimations d'incertitude pour améliorer les performances de segmentation en IRM cardiaque; Arega Tewodros Weldebirhan, Bricq Stéphanie, Meriaudeau Fabrice
48) Extraction et visualisation de caractéristiques prédictives d'images histologiques grâce à la supervision mixte; Lubrano Mélanie, Lazard Tristan, Balezo Guillaume, Bellahsen-Harrar Yaëlle, Badoual Cécile, Berlemont Sylvain, Walter Thomas
49) Identification de la variabilité neurodéveloppementale dans les images anatomiques cérébrales; Auriau Pierre, Grigis Antoine, Dufumier Benoit, Fischer Clara, Pietro Gori, Mangin Jean-François, Duchesnay Edouard
50) Identification non supervisée de motifs de plissement cortical rares dans le cadre de l'épilepsie; Guillon Louise, Chavas Joël, Cachia Arnaud, Roca Pauline, Mellerio Charles, Oppenheim Catherine, Rivière Denis, Mangin Jean-François
51) Imagerie et analyse des parois d'artères par micro-tomographie aux rayons X synchrotron; Liang Xiaowen, Ben Zemzem Aïcha, Almagro Sébastien, Boisson Jean-Charles, Steffenel Luiz Angelo, Weitkamp Timm, Debelle Laurent, Passat Nicolas
52) In Silico Labeling pour la segmentation et la classification; Bonte Thomas, Safieddine Adham, Coleno Emeline, Bertrand Edouard, Imbert Arthur, Walter Thomas
53) Inference 3D du rachis depuis une carte de profondeur du dos; Comte Nicolas, Pujades Sergi, Faure François, Daniel Olivier, Franco Jean -Sebastien, Courvoisier Aurélien, Boyer Edmond
54) Intelligence Artificielle pour la détection automatique de translocations chromosomiques. Application à la dosimétrie rétrospective basée sur l'imagerie FISH.; Tallon Quentin, Moebel Emmanuel, Gregoire Eric, Martinez Guerrero Juan, Naji Yassine, Dugue Delphine, Vaurijoux Aurelie, Fernandez Pascale, Deboucha Rose, Gruel Gaetan, Kervrann Charles, Benadjaoud Mohamedamine
55) La détection des anévrismes cérébraux par apprentissage profond avec des représentations sphériques; Assis Youssef, Liao Liang, Pierre Fabien, Anxionnat René, Kerrien Erwan
56) Les Auto-encodeurs Variationnels multi-vues permettent de s'appuyer sur des avatars numériques pour l'interpretabilité: une application à la cohorte HBN; Ambroise Corentin, Frouin Vincent, Grigis Antoine, Duchesnay Edouard
57) Multistage deep learning benchmarking of OAI imaging: Contribution of ViT in medical imaging; Boukhennoufa Ouassim, Soualhi Moncef, Moussaoui Abdelouaheb, Nicod Jean Marc, Zerhouni Noureddine
58) Online hard example mining (OHEM) versus suréchantillonage fixe pour segmenter les nouvelles lésions de Sclérose En Plaques à partir d'IRMs FLAIRs longitudinales.; Soulier Théodore, Schmidt-Mengin Marius, Hamzaoui Mariem, Yazdan Panah Arya, Bodini Benedetta, Ayache Nicholas, Stankoff Bruno, Colliot Olivier
59) OpenBHB: a Large-Scale Multi-Site Brain MRI Data-set for Age Prediction and Debiasing; Dufumier Benoit, Grigis Antoine, Victor Julie, Ambroise Corentin, Frouin Vincent, Duchesnay Edouard
60) Optimisation d'un réseau non-supervisé contrastif (SimCLR) pour la détection de formes de sillons corticaux; Chavas Joël, Gaudin Aymeric, Guillon Louise, Rivière Denis, Mangin Jean-François
61) Optimisation des perturbations pour l'apprentissage contrastif; Ruppli Camille, Gori Pietro, Ardon Roberto, Bloch Isabelle
62) Profilage immunitaire dans le carcinome hépatocellulaire à l'aide de méthodes d'apprentissage faiblement supervisé; Zeng Qinghe
63) Quelle est la précision des estimations de performance pour des tâches typiques des segmentation d'images médicales ?; El Jurdi Rosana, Colliot Olivier
64) Recalage monomodal des volumes OCT orthogonaux en 3D pour le rehaussement des pores dans la Lame Criblée; Ding Nan, Rossant Florence, Urien Hélène, Sublime Jérémie, Paques Michel
65) Reconstruction multi-vues de particule isolée en microscopie à fluorescence; Eloy Thibaut, Baudrier Etienne, Fortun Denis, Hamel Virginie, Guichard Paul, Laporte Marine
66) Reconstruction tomographique faible dose en imagerie dentaire : régularisation TV versus U-Net; Friot--Giroux Louise, Leuliet Théo, Peyrin Françoise, Maxim Voichita
67) Reconstruction vasculaire 3D et analyse de lames virtuelles H&E dans l'étude du mélanome; Arslan Janan, Luo Haocheng, Kumar Pawan, Lacroix Matthieu, Dupré Pierrick, Arran Hodgkinson, Pignodel Christine, Le Cam Laurent, Radulescu Ovidiu, Racoceanu Daniel
68) Réseau de neurones graphique multi-échelle pour la classification de mammographie et la détection d'anormalité; Pelluet Guillaume
69) Réseau de neurones multitâche et fonction de perte topologique pour la segmentation du réseau vasculaire cérébral à partir d'images IRM; Rougé Pierre, Merveille Odyssée, Passat Nicolas
70) Réseaux de neurones Deep Learning pour la simulation rapide de signaux IRM pour l'IRM Fingerprinting vasculaire; Coudert Thomas, Delphin Aurélien, Warnking Jan, Christen Thomas
71) Segmentation automatique des Plexus Choroïdes : méthode et validation sur sujets sains et patients atteints de sclérose en plaques; Yazdan Panah Arya, Schmidt-Mengin Marius, Ricigliano Vito Ag, Soulier Théodore, Stankoff Bruno, Colliot Olivier
72) Segmentation de neurones par méthodes d'apprentissage profond : étude de neurodégénérescence chez la souris; Mehl Lilian, Wu Huaqian, Liot Géraldine, Jan Caroline, Souedet Nicolas, Delzescaux Thierry
73) Segmentation de séquences échocardiographiques avec contraintes de cohérence temporelle; Painchaud Nathan, Duchateau Nicolas, Bernard Olivier, Jodoin Pierre-Marc
74) Segmentation des muscles des membres inférieurs basée sur l'apprentissage profond pour la quantification du volume reproductible; Piecuch Louise, Gonzalez Duque Vanessa, Nordez Antoine, Lacourpaille Lilian, Sarcher Aurélie, Mateus Diana
75) Segmentation des tissus du cerveau de nouveaux nés : Apprendre à partir de données synthétiques.; Valabrègue Romain, Pron Alexandre, Rousseau Francois, Auzias Guillaume
76) Segmentation et caractérisation de l'agressivité du cancer de la prostate à partir de données d'IRM bi-paramétrique faiblement annotées; Trombetta Robin, Dussert Gaspard, Duran Audrey, Lartizien Carole
77) Segmentation et caractérisation de l'aorte et des troncs supra-aortiques pour la planification du geste en neuroradiologie; Lahlouh Mounir, Chenoune Yasmina, Blanc Raphaël, Piotin Michel, Escalard Simon, Fahed Robert, Szewczyk Jérôme, Passat Nicolas
78) Sélection de variables par sparse group lasso afin de prédire la dopasensibilté de patients avant stimulation profondes.; Viard Romain, Betrouni Nacim, Rolland Anne-Sophie, Kuchcinski Grégory, Garcon Guillaume, Lopes Renaud, Devos David
79) Sequential peak density based clustering strategy on MRI patches to produce prior segmentation; Fraissenon Antoine, Roux Emmanuel, Clarysse Patrick
80) Simulation d'anomalies pour l'évaluation de la synthèse d'images pseudo-saines de TEP au FDG cérébrales; Hassanaly Ravi, Bottani Simona, Sauty Benoit, Colliot Olivier, Burgos Ninon
81) Spondyloarthropathie Axiale : un modèle de deep-learning pour prédire le diagnostic de la sacro-iliite inflammatoire d'après les critères ASAS IRM; Bordner Adrien, Aouad Théodore, Lopez Medina Clementina, Yang Sisi, Molto Anna, Talbot Hugues, Dougados Maxime, Feydy Antoine
82) SSLarge - Highly Compact Representations of WSI; Lazard Tristan, Lerousseau Marvin, Walter Thomas, Decencière Etienne
83) Sur l'inclusion de contraintes géométriques et topologiques dans les CNN; Lambert Zoe, Le Guyader Carole, Petitjean Caroline
84) Synthèse d'image dynamique à l'aide d'image statique et d'une valeur scalaire basée sur l'amplitude respiratoire; Cao Yi-Heng, Visvikis Dimitris, Bourbonne Vincent, Lucia François, Boussion Nicolas, Schick Ulrike, Bert Julien, Jaouen Vincent
85) Traçage et analyse semi-automatique de neurones dans des images Brainbow; Caporal Clement, Matho Katherine, Livet Jean, Beaurepaire Emmanuel, Chessel Anatole
86) Un algorithme multiéchelle pour modéliser la croissance du cerveau du foetus dans le cadre du Large Deformation Diffeomorphic Metric Mapping; Gaudfernau Fleur, Allassonière Stéphanie, Le Pennec Erwan
87) Un contrôle qualité simple basé sur l'incertitude pour la segmentation d'IRM cardiaques; Arega Tewodros Weldebirhan, Bricq Stéphanie, Meriaudeau Fabrice
88) Un modèle d'apprentissage profond 3D pour l'harmonisation d'IRMs cérébrales structurelles : validation approfondie avec un dataset multicentrique; Roca Vincent, Kuchcinski Grégory, Pruvo Jean-Pierre, Leclerc Xavier, Lopes Renaud
89) Un modèle interprétable à variables latentes pour identifier les réseaux cérébraux de la conscience; Gomez Chloé, Tasserie Jordy, Uhrig Lynn, Jarraya Béchir, Grigis Antoine
90) Une contrainte faiblement supervisée sur les attributions basées sur le gradient pour une classification interprétable et la détection d'anomalies; Wargnier-Dauchelle Valentine, Grenier Thomas, Durand-Dubief Françoise, Cotton Francois, Sdika Michael
91) Utilisation des outils d'analyse d'images basés sur l'IA pour améliorer l'extraction d'informations biologiques pertinentes à partir de données expérimentales; Rekad Zeinab, Ciais Delphine, Van Obberghen-Schilling Ellen
92) Vers un outil d'aide à la décision pour le dépistage des anomalies de structures des chromosomes : Réalisation d'un prototype pour la détection de la délétion del(5q); Bechar Mohammed El Amine, Guyader Jean-Marie, El Bouz Marwa, Douet-Guilbert Nathalie, Al Falou Ayman, Troadec Marie-Berengere
93) Apprendre à diagnostiquer la cirrhose à l'aide de méthodes de pré-entraînement faiblement et auto-supervisées; Sarfati Emma, Bône Alexandre, Rohé Marc-Michel, Gori Pietro, Bloch Isabelle