卡罗琳·佩蒂让
人员信息
附属: 法国鲁昂大学
优化列表
2020年–今天
2024 [i7] 塞奥·索吉特 , 艾哈迈特·阿科奇 , 斯汀娜·温特 , 克里斯汀·林格比·高尔斯加德(Christine Lyngbye Galsgaard) , 阿米莉亚·吉梅内斯·桑切斯 , 多维尔·朱奥德莱特 , 卡罗琳·佩蒂让 , 维罗妮卡·切普利吉纳 以下为:
[需要引用]医学成像会议中的数据使用和引用实践。 CoRR公司 abs/2402.03003 ( 2024 ) 2023 [公元42年] 赛义德·诺曼·哈桑尼 , 卡罗琳·佩蒂让 , Fabrice Mériaudeau面料 以下为:
Seg-XRes-CAM:解释图像分割中的空间局部区域。 CVPR研讨会 2023 以下为: 3733-3738 [公元41年] 赛义德·努曼·哈桑尼 , 卡罗琳·佩蒂让 , Fabrice Mériaudeau面料 以下为:
混合医学图像分割网络中变压器层的注意信息研究。 医学成像:图像处理 2023 [公元40年] 塞奥·索吉特 , 赛义德·诺曼·哈桑尼 , Fabrice Mériaudeau面料 , 卡罗琳·佩蒂让 以下为:
SegFormer能否成为U-Net医学图像分割的真正竞争对手? MIUA公司 2023 以下为: 111-118 [公元39年] 佐埃·兰伯特 , 卡罗尔·勒·盖亚德 , 卡罗琳·佩蒂让 以下为:
关于CNN中包含用于放射治疗的语义分割的拓扑要求。 SSVM(SSVM) 2023 以下为: 363-375 [电子3] Jonghye Woo(吴宗宪) , 阿莱莎·赫林 , 威尔逊·席尔瓦 , 向丽 , 华珠福 , 刘晓峰 , 方旭星 , 桑杰·普鲁肖坦 , Tejas Sudharshan Mathai公司 , 普里塔姆·穆克吉 , Max De Grauw公司 , 里贾纳甜菜棕褐色 , 瓦伦蒂娜·科贝塔 , 埃尔马尔·科特 , 毛里西奥·雷耶斯 , 克里斯蒂安·鲍姆加特纳 , 李全正 , 理查德·莱希 , Bin Dong(宾东) , 陈浩 , 霍元凯 , 吕静蕾 , Xinxing Xu(许新星) , 李晓萌 , 德瓦里卡纳特·马哈帕特拉 , 李成 , 卡罗琳·佩蒂让 , 贝诺普莱斯 以下为:
医学图像计算和计算机辅助干预-MICCAI 2023研讨会-MTSAIL 2023、LEAF 2023、AI4Treat 2023、MMMI 2023、REMIA 2023,与MICCAI2023联合举行,加拿大不列颠哥伦比亚省温哥华,2023年10月8日至12日,会议记录。 计算机科学课堂讲稿 14394, 施普林格 2023 ,国际标准图书编号 978-3-031-47424-8 [目录] 2022 [j28] 张静(音译) , 卡罗琳·佩蒂让 , 萨米娅·阿努兹 以下为:
基于分段与基于回归的生物标记物估计:超声图像胎儿头部周长评估的案例研究。 J.成像 8 ( 2 ) 以下为: 23 ( 2022 ) [公元27年] 佐埃·兰伯特 , 卡罗尔·勒·盖亚德 , 卡罗琳·佩蒂让 以下为:
在深度网络中增强几何先验,以便语义分割应用于放射治疗规划。 数学杂志。 成像视觉。 64 ( 8 ) 以下为: 892-915年 ( 2022 ) [电子2] Xinxing Xu(许新星) , 李晓萌 , 德瓦里卡纳特·马哈帕特拉 , 李成 , 卡罗琳·佩蒂让 , 华珠福 以下为:
资源高效的医学图像分析——第一届MICCAI研讨会,REMIA 2022,新加坡,2022年9月22日,会议记录。 计算机科学课堂讲稿 13543, 施普林格 2022 ,国际标准图书编号 978-3-031-16875-8 [目录] [i6] 罗莎娜·埃尔·尤尔迪 , 卡罗琳·佩蒂让 , 维罗妮卡·切普利吉纳 , 保罗·霍尼恩 , 法赫德·阿卜杜拉 以下为:
先前损失对细分业绩的影响:基准。 CoRR公司 abs/2201.02428 ( 2022 ) [i5] 马蒂亚斯·艾森曼 , 安妮卡·雷克 , 维维恩·韦鲁 , 米努·迪特林德·蒂萨比 , 费比安·伊森西 , 蒂姆·J·阿德勒 , 帕特里克·戈多 , 维罗妮卡·切普利吉纳 , 米查尔·科祖贝克 , 谢里布·阿里 , 阿努巴·古普塔 , 扬·基比克 , J.艾莉森·诺布尔 , 卡洛斯·奥尔蒂兹·德索洛萨诺 , 萨米克莎·帕查德 , 卡罗琳·佩蒂让 , 丹尼尔·塞奇 , 东莱伟 , 伊丽莎白·威尔登 , 迪帕克·阿拉巴特 , 文森特·安德烈亚茨克 , 乌贾瓦尔湾 , 斯皮里顿·巴卡斯 , 尼兰詹·巴鲁 , 索菲亚·巴诺 , 维维克·辛格·巴瓦 , 豪尔赫·伯纳尔 , 塞巴斯蒂安·博登斯特德 , 亚历山德罗·卡塞拉 , 崔进旭(Jinwook Choi) , 奥利维尔·科莫威克 , 玛丽·达姆 , 阿德里安·德珀辛格 , 鲁本·多伦特 , 简·艾格 , 汉娜·艾奇霍恩 , 桑迪·恩格尔哈特 , 梅兰妮·甘兹 , 加布里埃尔·吉拉德 , 拉瑟·汉森 , 马蒂亚斯·海因里希 , 尼古拉斯·海勒 , 亚历萨·赫林 , 阿诺德·华尔梅 , Hyunjeong Kim先生 , 贝内特·A·兰德曼 , 李鸿伟Bran , 李建宁 , 马骏(Jun Ma) , 安妮·马特尔 , 等。 以下为:
生物医学图像分析比赛:当前参与实践的状态。 CoRR公司 abs/2212.08568 ( 2022 ) 2021 [公元26年] 罗莎娜·埃尔·尤尔迪 , 卡罗琳·佩蒂让 , 保罗·霍尼恩 , 维罗妮卡·切普利吉娜 , 法赫德·阿卜杜拉 以下为:
医学图像分割的高级基于先验的损失函数:综述。 计算。 视觉。 图像理解。 210 以下为: 103248 ( 2021 ) [公元38年] 佐埃·兰伯特 , 卡罗尔·勒·盖亚德 , 卡罗琳·佩蒂让 以下为:
用于Ct图像分割的几何约束深度网络。 ISBI公司 2021 以下为: 29-33 [公元37年] 罗莎娜·埃尔·尤尔迪 , 卡罗琳·佩蒂让 , 保罗·霍尼恩 , 维罗妮卡·切普利吉纳 , 法赫德·阿卜杜拉 以下为:
一种令人惊讶的有效的基于周长的医学图像分割损失。 MIDL(中频) 2021 以下为: 158-167 2020 [公元25年] 罗莎娜·埃尔·尤尔迪 , 卡罗琳·佩蒂让 , 保罗·霍尼恩 , 法赫德·阿卜杜拉 以下为:
BB-UNet:前面有边界框的U-Net。 IEEE J.选择。 顶部。 信号处理。 14 ( 6 ) 以下为: 1189-1198 ( 2020 ) [j24] 伊格纳西奥·乌贝达 , 何塞·M·萨维德拉 , 斯特凡·尼古拉斯 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
使用特征金字塔网络改进历史文档中的模式识别。 模式识别器。 莱特。 131 以下为: 398-404 ( 2020 ) [公元23年] 董聂 , 罗杰·特鲁洛 , Jun Lian先生 , 李旺 , 卡罗琳·佩蒂让 , 苏阮 , 钱旺(Qian Wang) , 沈定刚 以下为:
对“利用深度卷积对抗网络进行医学图像合成”的更正。 IEEE传输。 生物识别。 工程师。 67 ( 9 ) 以下为: 2706 ( 2020 ) [公元36年] 罗莎娜·埃尔·尤尔迪 , 托马斯·达金特 , 卡罗琳·佩蒂让 , 保罗·霍尼恩 , 法赫德·阿卜杜拉 以下为:
研究CoordConv在全监督和弱监督医学图像分割中的应用。 IPTA公司 2020 以下为: 1-5 [c35] 佐埃·兰伯特 , 卡罗尔·勒·盖亚德 , 卡罗琳·佩蒂让 以下为:
图像分割的加权Van der Waals-Cahn-Hilliard模型分析。 IPTA公司 2020 以下为: 1-6 [公元34年] 佐埃·兰伯特 , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 苏阮 以下为:
SegTHOR:CT图像中胸部危险器官的分割。 IPTA公司 2020 以下为: 1-6 [公元33年] 张静(音译) , 卡罗琳·佩蒂让 , 萨米娅·阿努兹 以下为:
全卷积网络中皮肤病变分割的Kappa损失。 ISBI公司 2020 以下为: 2001-2004 [公元32年] 张静(音译) , 卡罗琳·佩蒂让 , 弗洛里安·伊格尔 , 萨米娅·阿努兹 以下为:
超声图像胎儿头部周长估计中回归CNN的解释。 iMIMIC/MIL3ID/ 标签@MICCAI 2020 以下为: 73-82 [公元31年] 张静(音译) , 卡罗琳·佩蒂让 , 皮埃尔·洛佩兹 , 萨米娅·阿努兹 以下为:
基于回归CNN从超声图像直接估计胎儿头围。 MIDL(中频) 2020 以下为: 914-922 [i4] 罗莎娜·埃尔·尤尔迪 , 卡罗琳·佩蒂让 , 保罗·霍尼恩 , 维罗妮卡·切普利吉纳 , 法赫德·阿卜杜拉 以下为:
用于医学图像分割的高级先验损失函数:综述。 CoRR公司 abs/2011.08018 ( 2020 )
2010 – 2019
2019 [公元22年] P.J.Sudharshan先生 , 卡罗琳·佩蒂让 , 法比奥·斯潘霍尔 , 路易斯·爱德华多·苏亚雷斯·德·奥利维拉 , 劳伦特·希特 , 保罗·霍尼恩 以下为:
组织病理学乳腺癌图像分类的多实例学习。 专家系统。 申请。 117 以下为: 103-111 ( 2019 ) [公元30年] 伊格纳西奥·乌贝达 , 何塞·M·萨维德拉 , 圣埃芬·尼古拉斯 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
使用卷积模型在历史文献中进行模式识别。 HIP@ICDAR 2019 以下为: 60-65 [e1] 卡罗琳·佩蒂让 , 苏阮 , 佐埃·兰伯特 , 伯纳德·杜布雷 以下为:
2019年CT图像中甲状腺危险器官分割挑战会议记录, 塞格索尔@ISBI 2019年4月8日。 CEUR研讨会记录 2349中, CEUR-WS.org公司 2019 [目录] [i3] 伊格纳西奥·乌贝达 , 何塞·M·萨韦德拉 , 圣埃芬·尼古拉斯 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
使用卷积模型在历史文献中进行模式识别。 CoRR公司 abs/1906.08580 ( 2019 ) [i2] 佐埃·兰伯特 , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 苏阮 以下为:
SegTHOR:CT图像中胸部危险器官的分割。 CoRR公司 abs/1912.05950 ( 2019 ) 2018 [公元21年] 董聂 , 罗杰·特鲁洛 , Jun Lian先生 , 李旺 , 卡罗琳·佩蒂让 , 苏阮 , 钱旺(Qian Wang) , 沈定刚 以下为:
基于深度卷积对抗网络的医学图像合成。 IEEE传输。 生物识别。 工程师。 65 ( 12 ) 以下为: 2720-2730 ( 2018 ) 2017 [公元20年] 维奥莱塔·张 , 劳伦特·希特 , 卡罗琳·佩蒂让 , 斯特芬·哈特尔 , 南希·希施费尔德 以下为:
人类精子头部形态的自动分类。 计算。 生物医药 84 以下为: 205-216 ( 2017 ) [公元19年] 范旺 , 萨米娅·阿努兹 , 卡罗琳·佩蒂让 , 阿卜杜拉齐兹·本斯黑尔 以下为:
镜面反射消除:基于偏振成像的全局能量最小化方法。 计算。 视觉。 图像理解。 158 以下为: 31-39 ( 2017 ) [公元18年] 索万恩 , 圣埃芬·尼古拉斯 , 卡罗琳·佩蒂让 , Frédéric陪审团 , 劳伦特·豪特 以下为:
新的公共数据集,用于发现中世纪文档图像中的模式。 J.电子成像 26 ( 1 ) 以下为: 11010 ( 2017 ) [公元29年] 罗杰·特鲁洛 , 卡罗琳·佩蒂让 , 董聂 , 沈定刚 , 苏阮 以下为:
采用分层深度学习方法的全自动食道分割。 ICSIPA公司 2017 以下为: 503-506 [c28] 罗杰·特鲁洛 , 卡罗琳·佩蒂让 , 苏阮 , 伯纳德·杜布雷 , 董聂 , 沈定刚 以下为:
使用SharpMask架构和条件随机场分割胸部CT图像中的危险器官。 ISBI公司 2017 以下为: 1003-1006年 [公元27年] 罗杰·特鲁洛 , 卡罗琳·佩蒂让 , 董聂 , 沈定刚 , 苏阮 以下为:
利用两种协作的深部结构联合分割CT图像中的多个胸部器官。 DLMIA公司/ MICCAI的ML-CDS 2017 以下为: 21-29 [公元26年] 董聂 , 罗杰·特鲁洛 , Jun Lian先生 , 卡罗琳·佩蒂让 , 苏阮 , 钱旺(Qian Wang) , 沈定刚 以下为:
使用上下文软件生成对抗网络进行医学图像合成。 迈克尔(3) 2017 以下为: 417-425 [公元25年] 法比奥·斯潘霍尔 , 路易斯·奥利维拉 , 保罗·卡瓦林 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
乳腺癌组织病理学图像分类的深层特征。 SMC公司 2017 以下为: 1868-1873 2016 [公元17年] 达米安·格罗斯盖奥尔格(Damien Grosgeorge) , 卡罗琳·佩蒂让 , 苏阮 以下为:
图像分割之前的多标签统计形状。 IET图像处理。 10 ( 10 ) 以下为: 710-716 ( 2016 ) [公元16年] Sovann En公司 , 卡罗琳·佩蒂让 , 圣埃芬·尼古拉斯 , 劳伦特·希特 以下为:
一个可扩展的历史文档模式识别系统。 模式识别。 54 以下为: 149-161 ( 2016 ) [公元15年] 阿图罗·门多萨·奎斯佩 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
拉普拉斯特征映射样本外扩展的极端学习机。 模式识别器。 莱特。 74 以下为: 68-73 ( 2016 ) [公元14年] 法比奥·斯潘霍尔 , 路易斯·奥利维拉 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
乳腺癌组织病理学图像分类数据集。 IEEE传输。 生物识别。 工程师。 63 ( 7 ) 以下为: 1455-1462 ( 2016 ) [公元24年] Sovann En公司 , 卡罗琳·佩蒂让 , 圣埃芬·尼古拉斯 , 劳伦特·希特 , Frédéric陪审团 以下为:
历史文献图像中模式识别的区域建议。 ICFHR公司 2016 以下为: 367-372 【c23】 范旺 , 萨米娅·阿努兹 , 卡罗琳·佩蒂让 , 阿卜杜拉齐兹·本斯海尔 以下为:
基于偏振的全局能量最小化镜面反射去除方法。 ICIP公司 2016 以下为: 1983-1987 [公元22年] Sovann En公司 , 卡罗琳·佩蒂让 , 圣埃芬·尼古拉斯 , 劳伦特·希特 , Frédéric陪审团 以下为:
通过模板匹配实现历史文档图像中的模式定位。 ICPR公司 2016 以下为: 2054-2059 【c21】 法比奥·亚历山大·斯潘霍尔 , 路易斯·奥利维拉 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
使用卷积神经网络对乳腺癌组织病理学图像进行分类。 国际JCNN 2016 以下为: 2560-2567个 [第1页] 劳伦特·希特 , 卡罗琳·佩蒂让 , 切斯纳·戴西尔 以下为:
在随机森林中修剪树木,以尽量减少医学成像中的未检测。 模式识别与计算机视觉手册 2016 以下为: 89-107 [i1] 董聂 , 罗杰·特鲁洛 , 卡罗琳·佩蒂让 , 苏阮 , 沈定刚 以下为:
使用上下文软件生成对抗网络进行医学图像合成。 CoRR公司 abs/1612.05362 ( 2016 ) 2015 [j13] 红梅蜜 , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 皮埃尔·维拉 , 苏阮 以下为:
稳健的特征选择以预测肿瘤治疗结果。 Artif公司。 智力。 医学 64 ( 三 ) 以下为: 195-204 ( 2015 ) [j12] 卡罗琳·佩蒂让 , 玛丽亚·祖卢亚加 , 白文嘉 , Jean-Nicolas Dacher公司 , 达米安·格罗斯盖奥尔格(Damien Grosgeorge) , 杰罗姆大锅 , 苏阮 , 伊斯梅尔·本·阿伊德 , 曼纽尔·豪尔赫·卡多佐 , 陈香洲 , 丹尼尔·吉梅内兹-卡雷特罗 , 玛丽亚·莱德斯马·卡巴约 , 克里斯托斯·达瓦齐科斯 , 吉米特·多西 , Güray埃鲁斯 , 奥斯卡·M·O·迈尔 , 赛勒斯·M·S·纳姆巴赫斯 , 欧阳明 , 塞巴斯蒂安·奥斯林 , 彭春伟 , 尼古拉斯·彼得斯 , 特里·彼得斯 , 马丁·拉奇尔 , 丹尼尔·鲁克特 , 安德烈斯·桑托斯 , 《文哲石》 , 王清伟 , 王海燕 , 靖远 以下为:
心脏MRI右心室分割:一项对比研究。 医学图像分析。 19 ( 1 ) 以下为: 187-202 ( 2015 ) [公元11年] 红梅蜜 , 卡罗琳·佩蒂让 , 皮埃尔·维拉 , 苏阮 以下为:
治疗随访PET图像的联合肿瘤生长预测和肿瘤分割。 医学图像分析。 23 ( 1 ) 以下为: 84-91 ( 2015 ) [公元20年] Sovann En公司 , 卡罗琳·佩蒂让 , 圣埃芬·尼古拉斯 , 劳伦特·希特 以下为:
历史文档图像中的无分割模式识别。 ICDAR公司 2015 以下为: 606-610 [第19条] 阿图罗·门多扎·奎斯佩 , 卡罗琳·佩蒂让 以下为:
基于形状先验的流形学习图像分割。 IPTA公司 2015 以下为: 137-142 [第18条] Sovann En公司 , Frédéric陪审团 , 圣埃芬·尼古拉斯 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
零镜头学习图像检索的线性判别分析。 维萨普(2) 2015 以下为: 70-77 2014 [公元10年] 阿兰·拉科托马蒙杰 , 卡罗琳·佩蒂让 , 马修·萨拉恩 , 吕克·蒂伯维尔 以下为:
光纤共焦荧光显微镜图像中肺癌检测的散射特征。 Artif公司。 智力。 医学 61 ( 2 ) 以下为: 105-118 ( 2014 ) [公元9年] 红梅蜜 , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 皮埃尔·维拉 , 苏阮 以下为:
PET对个体患者放疗期间肺肿瘤演变的预测。 IEEE传输。 医学成像 33 ( 4 ) 以下为: 995-1003 ( 2014 ) [第17条] 保罗·德斯伯德斯 , 卡罗琳·佩蒂让 , 苏阮 以下为:
基于细胞自动机的PET图像中淋巴瘤的三维自动分割。 IPTA公司 2014 以下为: 23-28 [第16条] 达米安·格罗斯盖奥尔格(Damien Grosgeorge) , 卡罗琳·佩蒂让 , 苏阮 以下为:
使用多标记图切割对右心室和左心室进行联合分割。 ISBI公司 2014 以下为: 429-432 [第15条] 红梅蜜 , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 皮埃尔·维拉 , 苏阮 以下为:
基于随机游走和肿瘤生长模型的PET图像肺部肿瘤自动分割。 ISBI公司 2014 以下为: 1385-1388 2013 [j8] 达米安·格罗斯盖奥尔格(Damien Grosgeorge) , 卡罗琳·佩蒂让 , 伯纳德·杜布雷 , 苏阮 以下为:
基于骨架先验图切割的三维CT食管图像分割。 计算。 数学。 方法医学 2013 以下为: 547897:1-547897:6 ( 2013 ) [j7] 达米安·格罗斯盖奥尔格(Damien Grosgeorge) , 卡罗琳·佩蒂让 , Jean-Nicolas Dacher公司 , 苏阮 以下为:
心脏MRI中基于统计形状模型的图形分割。 计算。 视觉。 图像理解。 117 ( 9 ) 以下为: 1027-1035年 ( 2013 ) [j6] 切斯纳·戴西尔 , 西蒙·伯纳德 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
一类随机森林。 模式识别。 46 ( 12 ) 以下为: 3490-3506 ( 2013 ) [第14条] 红梅蜜 , 卡罗琳·佩蒂让 , 苏阮 , 皮埃尔·维拉 , 伯纳德·杜布雷 以下为:
使用患者特定模型从PET图像预测放疗期间肺部肿瘤的演变。 ISBI公司 2013 以下为: 1404年-1407年 2012 [j5] 切斯纳·德西尔 , 卡罗琳·佩蒂让 , 劳伦特·希特 , 吕克·蒂贝维尔 , 马修·萨拉恩 以下为:
使用纹理描述符的基于SVM的远端肺部图像分类。 计算。 医学成像图。 36 ( 4 ) 以下为: 264-270 ( 2012 ) 【j4】 切斯纳·戴西尔 , 卡罗琳·佩蒂让 , 劳伦特·希特 , 马修·萨拉恩 , 吕克·蒂贝维尔 以下为:
基于随机子窗口和树外的肺内窥镜图像分类。 IEEE传输。 生物识别。 工程师。 59 ( 9 ) 以下为: 2677-2683 ( 2012 ) [第13条] 大卫·赫伯特 , 切斯纳·戴西尔 , 卡罗琳·佩蒂让 , 劳伦特·豪特 , 吕克·蒂贝维尔 以下为:
远端肺图像中的病理状况检测。 ISBI公司 2012 以下为: 1603-1606 [第12条] 切斯纳·戴西尔 , 西蒙·伯纳德 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
基于随机森林的医学影像单类分类方法。 MLMI公司 2012 以下为: 250-257 [第11条] 切斯纳·戴西尔 , 西蒙·伯纳德 , 卡罗琳·佩蒂让 , 劳伦特·希特 以下为:
一种新的单类分类的随机森林方法。 SSPR/SPR公司 2012 以下为: 282-290 2011 [j3] 达米恩·格罗斯乔治 , 卡罗琳·佩蒂让 , 杰罗姆大锅 , 珍妮特·法尔斯 , Jean-Nicolas Dacher公司 以下为:
MR图像中的自动心室分割:一项验证研究。 国际期刊计算。 协助。 无线电。 外科学。 6 ( 5 ) 以下为: 573-581 ( 2011 ) [注2] 卡罗琳·佩蒂让 , Jean-Nicolas Dacher公司 以下为:
短轴心脏MR图像分割方法综述。 医学图像分析。 15 ( 2 ) 以下为: 169-184 ( 2011 ) 2010 [第10条] 切斯纳·戴西尔 , 卡罗琳·佩蒂让 , 劳伦特·希特 , 吕克·蒂贝维尔 以下为:
使用先验知识对肺部活体图像进行分类。 ICIC(2) 2010 以下为: 207-212
2000 – 2009
2009 【c9】 卡罗琳·佩蒂让 , 劳伦特·希特 , 雷吉斯·库亚迪奥 , 文森特·德尔科特 以下为:
悬链线场景中自动水滴提取的自顶向下方法。 IbPRIA公司 2009 以下为: 225至232 【c8】 奥雷连·圣雷基尔 , 贝诺·特莱兰代斯 , 卡罗琳·佩蒂让 , 切斯纳·戴西尔 , 劳伦特·希特 , 马修·萨拉恩 , 吕克·蒂贝维尔 以下为:
用于计算机辅助诊断的远端肺的内窥镜图像特征。 ICIC(1) 2009 以下为: 994-1003 【c7】 卡罗琳·佩蒂让 , 乔纳森·贝诺伊斯特 , 吕克·蒂贝维尔 , 马修·萨拉恩 , 劳伦特·豪特 以下为:
肺泡呼吸系统的静脉内窥镜图像分类。 MVA公司 2009 以下为: 471-474 【c6】 卡罗琳·佩蒂让 , 劳伦特·希特 , 雷吉斯·库亚迪奥 , 文森特·德尔科特 以下为:
接触网场景中滴头的自动提取。 MVA公司 2009 以下为: 497-500 2008 【c5】 佛罗伦特·蒙特勒 , 雷吉斯·库亚迪奥 , 卡罗琳·佩蒂让 , 劳伦特·希特 , 文森特·德尔科特 以下为:
用于悬链线场景分析的信息自动提取。 欧盟SIPCO 2008 以下为: 1-5 2005 [j1] 尼古拉斯·罗贡 , 卡罗琳·佩蒂让 , 弗朗索瓦斯·普雷托 , 菲利普·克卢泽尔 , 菲利普·格雷尼尔 以下为:
一种非刚性配准方法,用于使用广义信息测度量化标记MRI中的心肌收缩。 医学图像分析。 9 ( 4 ) 以下为: 353-375 ( 2005 ) 2004 [c4] 尼古拉斯·罗贡 , 卡罗琳·佩蒂让 , 弗朗索瓦斯·普雷托 以下为:
建立并使用统计三维运动图谱分析MRI中的心肌收缩。 医学成像:图像处理 2004 2003 【b1】 卡罗琳·佩蒂让 以下为:
重新分类非刚性“图像”部分接近变量内尔统计-应用“分析”和IRM功能性心肌梗死模型。 法国巴黎笛卡尔大学, 2003 【c3】 卡罗琳·佩蒂让 , 尼古拉斯·罗贡 , 弗朗索瓦斯·普雷托 , 菲利普·克卢泽尔 , 菲利普·格雷尼尔 以下为:
使用信息论非刚性配准从MR数据中测量心肌变形。 汽车 2003 以下为: 1159-1164 【c2】 卡罗琳·佩蒂让 , 尼古拉斯·罗贡 , 弗朗索瓦斯·普雷托 , 菲利普·克卢泽尔 , 菲利普·格雷尼尔 以下为:
使用信息非刚性配准测量标记MR图像序列中的心肌变形。 金融信息管理局 2003 以下为: 162-172 【c1】 尼古拉斯·罗贡 , 卡罗琳·佩蒂让 , 弗朗索瓦斯·普雷托 以下为:
利用排他F信息的变分非刚性图像配准。 ICIP(2) 2003 以下为: 703-706