MétaCan
Menu
Retour à la cohorte
Enregistrement W623581242

Localisation du ganglion sentinelle au moyen de nanoparticules fluorescentes émettant dans le proche infrarouge : Application au cancer du sein

2012· preprint· fr· W623581242 sur OpenAlexaff
Marion Helle

Notice bibliographique

RevuePublications Et Travaux Academiques de Lorraine (Universite de Lorraine) · 2012
Typepreprint
Languefr
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensCentre d'expertise et de recherche en infrastructures urbaines
Organismes subventionnairesnon disponible
Mots-clésMolecular biologyChemistryPhysicsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Remerciements Je tiens tout d'abord à exprimer mes sincères remerciements à Frédéric Marchal.Merci de m'avoir permis de travailler sur cette thématique de recherche et d'avoir dirigé mes travaux de thèse.Malgré votre lourde charge de travail, vous étiez toujours présent (et souriant !) aux moments importants.Je suis extrêmement reconnaissante envers Lina Bolotine pour avoir cru en moi et pour m'avoir donné ma chance à un moment où ma confiance était au plus bas.Merci d'avoir encadré mon travail de près et de m'avoir soutenue notamment durant la période (si houleuse !) de soumission de la publication.Votre bonne humeur et vos rires ont traversé les murs de votre bureau et ont égaillé mes journées.J'adresse toute ma sympathie et tout mon respect à François Guillemin et je le remercie de m'avoir accueillie au sein de l'équipe de recherche du Centre Alexis Vautrin.Vos critiques pragmatiques lors de la soutenance m'ont permis de me poser de nouvelles questions et de comprendre les problématiques inhérentes à la chirurgie.Je remercie vivement André Pelegrin et Patrick Poulet pour l'honneur qu'ils m'ont fait en acceptant de juger mon travail.Les discussions au cours de la soutenance étaient pointues, intéressantes et constructives.J'adresse mes sincères remerciements à Jean-Marc Classe pour sa participation à mon jury de thèse en tant que président et pour la pertinence de ces commentaires lors de la soutenance.J'espère que vous garderez une bonne image de la région Lorraine, malgré vos déboires avec la SNCF… Des remerciements particuliers vont à Thomas Pons pour avoir accepté de participer à mon jury de thèse, pour avoir répondu à mes nombreuses interrogations sur les QDs et pour m'avoir fourni tant de lots de nanoparticules.Un grand merci également à toute l'équipe du LPEM de l'ESPCI à Paris et notamment, Benoît Dubertret, Elsa Cassette et Brice Nadal, pour les réunions très enrichissantes qui ont parsemé ces 3 années et les bons petits repas qui les suivaient.Sans les nanoparticules que vous m'avez fournies régulièrement, ma thèse n'aurait pu se dérouler dans de bonnes conditions.Remerciements Je tiens à adresser mes vifs remerciements à l'ensemble de l'équipe du département de chimie « G. Ciamician » de l'Université de Bologne (Italie) et en particulier à Luca Prodi et à Enrico Rampazzo pour les différents lots de nanoparticules de silice qu'ils m'ont synthétisés en un temps record et pour les discussions, par Skype ou par mail, toujours très instructives.Je souhaite remercier également l'ensemble du laboratoire CRAN et en particulier Alain Richard et Didier Wolf pour m'avoir accueillie dans le groupe thématique IPS.Je tiens à remercier les financeurs de cette thèse : l'ANRT, le CAV, la Région Lorraine et la Ligue contre le Cancer, sans qui ces travaux n'auraient pu voir le jour.Les résultats n'auraient pu être complets sans l'intervention de deux services d'anatomie pathologique : celui du CAV dirigé par Agnès Leroux et celui du CHU Brabois, dirigé par François Plénat.Que ces services et leurs techniciens en soient chaleureusement remerciés ici pour le temps passé à m'apprendre les différentes techniques et, plus généralement, pour leur implication dans mon travail.Merci à l'ensemble des membres du laboratoire de recherche du CAV pour leur sympathie, leur aide au quotidien et leur regard critique lors des réunions du jeudi.La vie du labo ne serait pas la même sans les pauses café/thé, les soirées « Saint-Nicolas » ou les weekends dans les Vosges.Merci donc particulièrement à Aurélie François, Vadim Reshetov, Denise Bechet, Aurélie Rheinard, Marlène Pernot et Gaëlle Creusat pour tous ces bons moments passés, qui ont permis de mieux nous connaître et de construire notre amitié.Je n'oublie bien évidemment pas les stagiaires qui m'ont accompagnée tout au long de ma thèse : Aurélie Salvadori, Alexis Skrzynski, David Michalski et Morgane Monchanin.J'espère vous avoir apporté autant que vous m'avez apporté durant ces quelques semaines.Je tiens à adresser ma profonde considération à Denyse Bagrel et Cathy Fiatte.Merci pour tous les savoirs et les bons conseils que vous m'avez transmis durant mon année de master au LIMBP.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,279
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublications Et Travaux Academiques de Lorraine (Universite de Lorraine)Même sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207