Deep Learning Methods for Grading Head and Neck Squamous Lesions from Whole Slide Images - Bio-informatique (CBIO)
Theses Year : 2023

Deep Learning Methods for Grading Head and Neck Squamous Lesions from Whole Slide Images

Méthodes d'apprentissage automatisé pour l'amélioration du diagnostic des cancers épidermoïdes du larynx à partir d'images histologiques

Mélanie Lubrano Di Scandalea
  • Function : Author
  • PersonId : 1402931
  • IdRef : 279427182

Abstract

This thesis explores the use of computational pathology to evaluate and grade precancerous and cancerous lesions of the larynx, a condition subject to subjective classification by pathologists. By using Al models and a vast database of histological images, we have developed diagnostic assistive tools that enhance the inter and intra observer reproducibility, thereby improvings patient care.
Cette thèse explore l'utilisation de la pathologie computationnelle pour évaluer et grader les lésions précancéreuses et cancéreuses du larynx, une condition sujette à une classification subjective de la part des pathologistes. En utilisant des modèles d'IA et une vaste base de données d'images histologiques, nous avons développé des outils d'aide au diagnostic améliorant la reproductibilité inter et intra observateurs, permettant ainsi une meilleure prise en charge des patients.
Fichier principal
Vignette du fichier
2023UPSLM083_archivage.pdf (419.73 Mo) Télécharger le fichier
Origin Version validated by the jury (STAR)

Dates and versions

tel-04652195 , version 1 (18-07-2024)

Identifiers

  • HAL Id : tel-04652195 , version 1

Cite

Mélanie Lubrano Di Scandalea. Deep Learning Methods for Grading Head and Neck Squamous Lesions from Whole Slide Images. Bioinformatics [q-bio.QM]. Université Paris sciences et lettres, 2023. English. ⟨NNT : 2023UPSLM083⟩. ⟨tel-04652195⟩
155 View
12 Download

Share

More