Construction d'un modèle per-opératoire 3D du rachis pour la navigation en thoracoscopie.
Bibliographic record
Abstract
J'aimerais tout d'abord remercier ma directrice de recherche Farida Chériet pour m'avoir suivi au cours de ce projet de recherche et pour m'avoir fait confiance.La professeure Farida Chériet a également su m'orienter et m'encourager tout au long de mon cheminement vers la finalisation de cette thèse.Elle m'a également transmis par ses critiques constructives les bases fondamentales d'un esprit scientifique.J'aimerais aussi remercier mon co-directeur de recherche Carl-Éric Aubin pour sa rigueur dans ses évaluations ponctuelles de mon travail.Ses commentaires et questionnements m'ont permis de faire avancer mon projet avec des hypothèses bien établies et objectifs précis dès le début de mon projet.J'aimerais aussi souligner la contribution de Dr Guy Grimard et de Dr Stéfan Parent du CHU Sainte-Justine qui ont su m'inspirer au cours de discussions et m'apporter une vue clinique des problèmes rencontrés en thoracoscopie et des besoins concrets qui y sont reliés.J'aimerais remercier le professeur Luc Duong de l'École de technologie supérieure pour les nombreuses discussions techniques que nous avons eues et surtout pour m'avoir transmis une partie de son enthousiasme sans bornes face à la recherche.Je tiens également à remercier Julie Joncas qui m'a grandement aidée pour la collecte des images par résonance magnétique.Dr Miron m'a d'ailleurs aussi bien aiguillée dans l'élaboration des différents protocoles d'acquisition IRM pour mon projet.J'aimerais remercier tous les membres de l'équipe du LAVIANI, notamment Jonathan Boisvert, Olivier Dionne, Lama Séoud, Rola Harmouche, Fouzi Benboujia, Fethia Miled et Carole Fortin avec qui j'ai partagé du temps et avec qui j'ai eu des discussions d'idées et de points vues différents.v En dernier lieu, j'aimerais remercier mon conjoint Antoine Desjardins pour avoir partagé les hauts et les bas de la vie d'une étudiante au doctorat.J'aimerais aussi le remercier pour sa patience, son support et ses encouragements.Je remercie également mes enfants qui sans le savoir, par leur joie de vivre, m'ont permis de décrocher tous les soirs pour mieux replonger le lendemain.Merci aussi a mes parents pour leurs encouragements.Ce projet de recherche a été réalisé grâce au financement du Fonds Québécois de la recherche sur la Nature et les Technologies (FQRNT), ainsi que du Conseil de recherche en sciences naturelles et en génie du Canada (CRSNG) (Programme de Chaire industrielle avec Medtronic du Canada).xvii 2.5.3La technique du watershed................................
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".