Supervised machine learning based ...
Type de document :
Article dans une revue scientifique: Article original
Titre :
Supervised machine learning based classification scheme to segment the brainstem on MRI in multicenter brain tumor treatment context
Auteur(s) :
Dolz, J. [Auteur]
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Laprie, Anne [Auteur]
Imagerie cérébrale et handicaps neurologiques [ICHN]
Ken, Soléakhéna [Auteur]
Imagerie cérébrale et handicaps neurologiques [ICHN]
Leroy, Henri-Arthur [Auteur]
Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Reyns, Nicolas [Auteur]
Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Massoptier, Laurent [Auteur]
Noyaux gris centraux
Vermandel, Maximilien [Auteur]
Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Laprie, Anne [Auteur]
Imagerie cérébrale et handicaps neurologiques [ICHN]
Ken, Soléakhéna [Auteur]
Imagerie cérébrale et handicaps neurologiques [ICHN]
Leroy, Henri-Arthur [Auteur]
Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Reyns, Nicolas [Auteur]

Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Massoptier, Laurent [Auteur]
Noyaux gris centraux
Vermandel, Maximilien [Auteur]
Noyaux gris centraux
Thérapies Assistées par Lasers et Immunothérapies pour l'Oncologie - U 1189 [OncoThAI]
Titre de la revue :
International Journal of Computer Assisted Radiology and Surgery
Pagination :
1/16
Éditeur :
Springer Verlag
Date de publication :
2015-07-24
ISSN :
1861-6410
Discipline(s) HAL :
Sciences du Vivant [q-bio]/Cancer
Résumé en anglais : [en]
Purpose To constrain the risk of severe toxicity in radiotherapy and radiosurgery, precise volume delineation of organs at risk (OARs) is required. This task is still manually performed, which is time-consuming and prone ...
Lire la suite >Purpose To constrain the risk of severe toxicity in radiotherapy and radiosurgery, precise volume delineation of organs at risk (OARs) is required. This task is still manually performed, which is time-consuming and prone to observer variability. To address these issues, and as alternative to atlas-based segmentation methods, machine learning techniques, such as support vector machines (SVM), have been recently presented to segment subcortical structures on magnetic resonance images (MRI).Lire moins >
Lire la suite >Purpose To constrain the risk of severe toxicity in radiotherapy and radiosurgery, precise volume delineation of organs at risk (OARs) is required. This task is still manually performed, which is time-consuming and prone to observer variability. To address these issues, and as alternative to atlas-based segmentation methods, machine learning techniques, such as support vector machines (SVM), have been recently presented to segment subcortical structures on magnetic resonance images (MRI).Lire moins >
Langue :
Anglais
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Source :
Fichiers
- https://hal.archives-ouvertes.fr/hal-01181348/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-01181348/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-01181348/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- Dolz-Laprie-Ken-Leroy-Reyns-Massoptier-Vermandel%20.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- Dolz-Laprie-Ken-Leroy-Reyns-Massoptier-Vermandel%20.pdf
- Accès libre
- Accéder au document