L’application de l’intelligence artificielle et des nuages de points LiDAR terrestres dans la surveillance des forêts : rapport académique Contexte académique Avec le changement climatique mondial et l’importance croissante de la gestion des ressources forestières, la sylviculture de précision (Precision Forestry) est devenue un axe clé de la gesti...

L’application de l’apprentissage profond dans la prédiction de la récidive postopératoire des gliomes de bas grade pédiatriques Contexte Les gliomes de bas grade pédiatriques (Pediatric Low-Grade Gliomas, PLGGs) sont l’un des types de tumeurs cérébrales les plus courants chez les enfants, représentant 30 à 50 % de toutes les tumeurs du système nerv...

Contexte académique et problématique Ces dernières années, les réseaux de neurones profonds ont réalisé des progrès significatifs dans le domaine de la vision par ordinateur, en particulier dans des tâches telles que la reconnaissance d’images, la détection d’objets et la segmentation sémantique. Cependant, lorsqu’ils sont confrontés à des données ...

Modèle PICK pour la segmentation semi-supervisée d’images médicales Contexte académique La segmentation d’images médicales est d’une importance cruciale dans la pratique clinique, car elle fournit des informations vitales sur les caractéristiques des organes ou des tumeurs, telles que le volume, la localisation et la forme. Ces dernières années, le...

Contexte académique et problématique Les images sous-marines ont une valeur importante dans des domaines tels que l’exploration océanique, la robotique sous-marine et l’identification des espèces marines. Cependant, en raison de la réfraction et de l’absorption de la lumière par l’eau, les images sous-marines souffrent généralement de problèmes tel...