
Segmentation des tumeurs dans le cerveau
Un réseau de neurones (U-Net), permet la segmentation automatique d'images IRM. Cette image est une projection des résultats de segmentation obtenus sur un crâne moyen
PhD Student, Mathématiques Appliquées, IA, Disponible à partir du 27 septembre
Diplômée d'un master en modélisation mathématique pour le traitement du signal et de l'image, je réalise actuellement une thèse, (soutenance prévue le 27 septembre 2024 à 10H) au sein de l'équipe-projet Inria MONC sous la direction d' Olivier Saut et d'Annabelle Collin. En collaboration avec des neurochirurgiens et des praticiens hospitaliers, nous souhaitons améliorer le suivi clinique des méningiomes et d'autres tumeurs comme les schwannomes vestibulaires en utilisant une approche combinée de modélisation mathématique, d'apprentissage statistique et d'apprentissage profond.
Retrouvez ici quelques images des simulations et résultats de mes travaux et projets
Un réseau de neurones (U-Net), permet la segmentation automatique d'images IRM. Cette image est une projection des résultats de segmentation obtenus sur un crâne moyen
Quelques exemples de résultats de segmentation obtenus sur les méningiomes
À l'aide d'équations différentielles ordinaires et de stratégies en population, nous modélisons la croissance tumorale des méningiomes
Nous sommes en mesure d'identifier le ralentissement ou l'accélération de la croissance tumorale
Nous utilisons les réseaux de neurones pour prédire la forme et le volume de la tumeur lors d'un futur examen
Nous utilisons les réseaux de neurones pour prédire la forme et le volume de la tumeur lors d'un futur examen
Nous essayons de prédire le taux de croissance des tumeurs à l'aide de modèles d'apprentissage statistique, les courbes ROC sont affichées ici
Retrouvez mon parcours scolaire et les formations que j'ai suivies
Doctorat en mathématiques appliquées à l'Institut de Mathématiques de Bordeaux et au centre Inria de l'Université de Bordeaux. Amélioration du suivi clinique de tumeurs intracrâniennes à l'aide d'équations différentielles et de méthodes d'apprentissage. Codirigée par Olivier Saut et Annabelle Collin
Stage de Master- Generative models in cardiac electrophysiology , Institut de Mathématiques de Bordeaux (IMB), Supervisé par Nicolas Papadakis et Yves Coudiere
Master en Mathématiques appliquées, Parcours Modélisation Mathématiques pour le Signal et l'image, major de promo (aujourd'hui appelé Images et Sciences de données)- Université de Bordeaux
Licence de Mathématiques et d'informatique, Université de Bordeaux
PACES
Vous retrouverez ici les enseignements que j'ai pu effectuer au cours de mon doctorat.
Analyse de Données - Apprentissage statistique non supervisé et supervisé - Master 2 ou 3ème année d'école d'ingénieur
Introduction au traitement d'images- L3 Mathématiques et Informatiques
Introduction à l'ACP et au traitement de données- 1ère année d'école d'ingénieur
Finalement, retrouvez mes publications scientifiques
Bientôt disponible :) (Soutenance prévue le 27 septembre 2024 à 10h)
Trésorière puis vice-trésorière de l'association des doctorants en mathématiques, j'étais en charge de l'intégration des nouveaux arrivants et du pôle activités/sorties de l'association
Pendant 2 ans et demi, représentante des doctorants au conseil de l'école doctorale de mathématiques et d'informatique
Je travaille aujourd'hui principalement avec les langages R et Python, mais j'ai pu effectuer des projets pendant mon master en C++ ou Matlab.
J'utilise des réseaux de neurones, des modèles d'apprentissage statistique (régression logistique, forêt aléatoires, Bayésien naïf), et des EDO pour la modélisation de la croissance tumorale. J'aime le traitement d'images et de données.
Course, natation, dessin, jeux de société