1,721,198 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Segmentation automatique de tumeurs en imagerie multimodale TEP / TDM / IRM
No full textLes systèmes de reconnaissance visuelle fondés sur des réseaux de neurones convolutionnels (RNC) ont le potentiel d’améliorer le processus de prise en charge des patients. La fiabilité et la précision de solutions utilisant des RNC sont le sujet de cette thèse, dans le contexte de la segmentation automatisée de tumeurs. Quatre tâches dans différentes modalités d’images ont été considérées. (1) Un modèle pour la segmentation de tumeurs du col de l’utérus en imagerie TEP a été entraîné sur des références fiables dans un contexte multicentrique, obtenant des performances robustes en s’appuyant sur de simples techniques d’augmentation de données. (2) Un module de norme ≪squeeze-and-excitation≫ a été introduit dans le contexte de la segmentation de tumeurs tête et cou sur des images TEP/TDM multicentriques, obtenant de bons résultats sans standardisation spécifique. (3) La même approche, avec des modifications mineures, a été employée dans le contexte de tumeurs cérébrales dans des séquences IRM. Les deux méthodes ont obtenu des résultats compétitifs dans des compétitions en 2020, sans nécessité d’ajustement spécifique. (4) Un modèle a été construit pour la détection et la segmentation de lésions de lymphomes et de sarcoïdoses en imagerie TEP/TDM, avec de bons résultats sur les pathologies considérées, confirmant ainsi le potentiel des RNCs dans un contexte de plusieurs pathologies différentes. Les résultats présentés dans cette thèse représentent une avancée vers l’intégration de ces méthodes en routine clinique.In healthcare, visual recognition systems built on convolutional neural networks (CNNs) have the potential to improve the patient management process. The reliability and accuracy of CNN-based solutions are central research subjects of this thesis, examined in the context of automated tumor segmentation.Four practical tasks with different image modalities were considered. (1) A model for cervical cancer segmentation in PET was developed in a multi-center setting, learning on reliable ground-truth labels. This approach provided robust performance by relying on simple data augmentation techniques. (2)A computational unit, squeeze-and-excitation norm, was introduced for head and neck primary tumor segmentation in PET/CT scans from multiple centers. A model with these units made accurate delineations without any center-specific data standardization. (3) The same approach, with minor modifications, was employed to delineate glioma subregions in multi-sequence MRI. Both methods obtained competitive results in two public challenges in 2020, essentially without any task-specific adjustments. (4) A model for detection and segmentation of lymphoma and sarcoidosis lesions in PET/CT was built. It achieved good overall results for the considered disorders, supporting potential applications of CNNs in a multi-disease context. The findings described in this thesis representa few steps towards the integration of CNN-based methods into daily clinical practice
Multimodal and quantitative imaging in PET/MRI
No full textL’introduction en clinique de la bimodalité combinant la tomographie d’émission de positons (TEP) et la tomodensitométrie (TDM) a été un succès dans les années 2000. La multimodalité dans le contexte de l’imagerie médicale a souvent pour but de combiner une information physiologique à une information anatomique. Deux approches existent : la première étant d’acquérir séparément les modalités et de les combiner ultérieurement par fusion d’images sur ordinateur, la seconde s’affranchit des problèmes possibles du recalage en opérant une acquisition dans le même statif des deux modalités. Cependant, il existe des limites à l’imagerie TEP/TDM. L’idée de combiner l’imagerie par résonance (IRM) magnétique à la TEP offre des avantages par rapport à la TDM. Notamment, l’IRM offre un excellent contraste des tissus et offre l’accès à de l’information multidimensionnelle, fonctionnelle et morphologique grâce à la modularité offerte par l’acquisition IRM. Cette information pourrait permettre de mieux comprendre les processus physiopathologiques des maladies. De plus, l’IRM n’est pas ionisante, au contraire de l’imagerie TDM. L’introduction au début des années 2010 des premiers appareils d’acquisition simultanée TEP/IRM offre de nombreuses possibilités, mais il reste des défis à résoudre avant d’assister à la même diffusion en clinique que l’imagerie TEP/TDM de ces appareils. Notamment, l’atténuation photonique, qui doit être corrigée afin de permettre le caractère quantitatif de l’imagerie, est un problème. Dans ce travail, nous abordons cette question en proposant des solutions pour les différentes régions du corps. Une attention particulière est portée à la région pelvienne. L’état de l’art des méthodes disponibles expose un faible nombre de solutions pour cette région, pourtant riche en tissus osseux atténuants et zone d’occurrence du second cancer le plus commun chez l’homme : le cancer de la prostate. Nous évaluons l’impact de la solution proposée sur la correction des photons diffusés, toujours dans un objectif d’obtenir une imagerie quantitative. Les différentes méthodologies de correction et d’évaluation font intervenir des simulations numériques Monte Carlo.The clinical introduction of the bimodality combining the positron emission tomography (PET) and the computed tomography (CT) has been a major success in the 2000s. Multimodality, in the context of medical imaging, often has the aim of associating a physiological information and an anatomical information. Two approaches exist : either the two modalities are acquired separately and then fused through computerized image fusion, or we discard the issues related to image registration by acquiring in the same system the two modalities. However, there remain limits to PET/CT imaging. The idea to combinemagnetic resonance imaging (MRI) to PET offers solutions and advantages compared to the use of TDM.MRI offers an excellent tissue contrast and offers an access to multidimensional functional and morphological information thanks to the modularity offered by MRI. This information could improve the understanding of the physiopathological processes involved in diseases. Moreover, MRI is non-ionizing modality, on the contrary to CT. The introduction in the early 2010s of the first simultaneous PET/MRI systems offers a lot of possibilities, but there remains challenged to solve before observing the same spread as the PET/CT in imaging facilities. In particular, the photon attenuation, which must be corrected to provide a quantitative imaging, remains an issue. In this work, we address this issue by proposing solutions for the different regions of the body. A special attention is drawn to the pelvic region. Indeed, the state of the art of available methods exposes a small number of solutions for this area ; even so it is rich in attenuation osseous tissues et area of occurrence of the second most common cancer in men : prostate cancer. We assess the impact of the proposed solution on the scattered photons correction, still in the aim of obtaining a quantitative imaging modality. The different methodologiesof correction and evaluation use Monte Carlo numerical simulations
Monte Carlo dosimetry on GPU for radiation therapy applications
No full textLe cancer de la prostate est le cancer le plus fréquemment diagnostiqué en France chaque année. Il est responsable d’environ 10 % des morts liées au cancer. Les principaux traitements sont la chirurgie et la radiothérapie. Cette dernière concerne environ 60 % à 70 % des patients pris en charge en oncologie. La radiothérapie consiste à délivrer la dose la plus élevée possible à une cible tumorale, via des rayonnements ionisants, tout en limitant au maximum la dose délivrée aux tissus sains et organes à risque (OAR) environnants. Cette pratique requiert un contrôle sans faille de la dose délivrée au patient car une déviation de la prescription médicale peut réduire l’efficacité du traitement des volumes tumoraux. Elle peut également avoir des conséquences graves sur le patient dues à l’irradiation excessive des tissus sains. Un moyen pour évaluer de façon précise la dose délivrée est de simuler l’interaction rayonnement matière à l’intérieur du patient par simulation Monte-Carlo (SMC). Ceci exige une capacité de calcul importante notamment pour simuler les milliards de particules nécessaires à l’évaluation de la dosimétrie. Le temps nécessaire pour obtenir un résultat satisfaisant peut varier de quelques heures à plusieurs jours. Dans ce contexte, le moteur de simulation Monte-Carlo GGEMS (GPU GEant4-based Monte-Carlo Simulation), basé sur l’utilisation de cartes graphiques (GPUs), a pu être développé. Les effets physiques modélisés se basent sur le code Monte-Carlo générique Geant4 réputé et validé. Ce logiciel tient compte de différents types de simulations comme la radiothérapie externe ou les techniques de curiethérapie bas débit et haut débit de dose. Ces exemples ont nécessité la modélisation précise et l’utilisation de plusieurs types de géométries comme des volumes voxélisés, analytiques ou maillés. Concernant la radiothérapie, il n'existait pas de code Monte-Carlo utilisant les architectures GPUs prenant en considération l'ensemble de l'appareil de traitement. Dans ce contexte, nous avons développé un modèle de source paramétrée reproduisant scrupuleusement le faisceau d'émission et permettant une utilisation sur GPU. Nous avons modélisé analytiquement les géométries des mâchoires. Le collimateur multi-lames est quant à lui formé par un ensemble de triangles (maillage). La navigation des électrons dans un volume voxélisé a également été développée. Nous avons utilisé comme exemple l'accélérateur Novalis TrueBeam® Stx. Nous pouvons ainsi effectuer des simulations Monte-Carlo reproduisant fidèlement cet accélérateur linéaire. L’ensemble de l’appareil a été validé à l’aide de comparaisons avec des mesures expérimentales ou avec des simulations Monte-Carlo de référence. Finalement, nous avons développé une plateforme de simulation Monte-Carlo utilisant les architectures GPUs pour des applications de curiethérapie et de radiothérapie externe. Cette plateforme comprend la navigation des photons et des électrons. Elle gère également les volumes voxélisés, analytiques (cylindre, pavé) et maillés. Les sources d'émission des particules sont modélisées pour reproduire fidèlement leur modèle de référence. Les facteurs d'accélération par rapport à Geant4 sont compris entre 40 et 568 selon l'application. Des applications de GGEMS dans des conditions cliniques, notamment en curiethérapie, sont la prochaine étape du développement.Prostate cancer is the most frequently diagnosed cancer in France each year. It is responsible for about 10% of deaths related to cancer. The main treatments are surgery and radiation therapy. The latter concerns about 60 % to 70 % of patients treated in oncology. The aim of radiation therapy is to deliver the highest possible dose to the tumor target, via ionizing radiation, while minimizing the dose delivered to surrounding healthy tissues and organs at risk (OAR). This practice requires a flawless dose control for patient safety as far as a deviation from the medical prescription could reduce treatment efficiency This could also lead to an excessive irradiation of healthy tissues and cause serious damage to the patient. A way to evaluate the dose delivered to the patient is to track particles in the matter using Monte Carlo simulations (MCS). This requires a large computation time specially to simulate billion of particles and to evaluate the associated dosimetry. The time required to obtain a satisfactory result may vary from hours to days. In this context, the Monte Carlo simulation engine GGEMS (GPU Geant4-based Monte Carlo Simulation), based on the use of graphics cards (GPUs), has been developed. Physics effects are based on the generic and validated Monte Carlo code Geant4. This software is able to handle various types of simulations such as external beam radiation therapy and low dose rate or high dose rate brachytherapy. These examples need an accurate modelling and the use of several types of geometries such as for voxelised, analytical or meshed volumes. We analytically modeled jaw geometries. The multi-leaf collimator was formed by a set of triangles (mesh). Electron navigation in a voxelised volume was also developed. We used the example of the Novalis TrueBeam® Stx accelerator. We can then perform Monte Carlo simulations reproducing the linear accelerator. The entire device was validated using comparisons with experimental measurements or with Monte Carlo simulations from Geant4 Finally, we have developed a Monte Carlo simulation platform using GPU architectures for applications of brachytherapy and external beam radiotherapy. This platform includes photons and electrons navigation. It also manages voxelised, analytical (cylinder, cube) and mesh volumes. The particle emission sources are modelled to accurately reproduce their reference model. The acceleration factors from Geant4 are between 40 and 568 depending on the application. GGEMS Applications under clinical conditions, including brachytherapy, are the next development step
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Multiparametric characterization of colorectal cancer
No full textL’imagerie est un outil pour réaliser le diagnostic, le bilan d’extension et le suivi thérapeutique de la grande majorité des tumeurs. La tomodensitométrie (TDM) est la méthode la plus utilisée et les images obtenues fournissent une cartographie tumorale fondée sur la densité des tissus. L’analyse plus approfondie de ces images acquises en routine clinique a permis d’extraire des informations supplémentaires quant à la survie du patient ou à la réponse au(x) traitement(s). Toutes ces nouvelles données permettent de décrire le phénotype d’une lésion de façon non invasive et sont regroupées sous le terme de radiomique. La plupart des études de radiomique se sont focalisées sur les paramètres de texture et ont évalué les données acquises à l’aide de TDM avec injection de produit de contraste (phase portale). Pour ces travaux de thèse, nous avons réalisé une analyse des paramètres de radiomique extraits à la fois des images TDM contrastées et non contrastées des tumeurs colorectales. La construction d’un modèle pronostique à l’aide de ces paramètres a permis d’étudier la complémentarité des informations fournies par les deux modalités. Dans un second temps, l’analyse des modifications transcriptomiques des cellules souches et cellules cancéreuses dans le cancer colorectal a permis de valider l’hypothèse que la quantification de modifications transcriptomiques peut également avoir une valeur pronostique. Finalement, l’étude des corrélations entre les données d’expression génétique et la radiomique en TDM a montré que la quantification de l’hétérogénéité tumorale en TDM reflète en partie les modifications transcriptomiques.Imaging is the principal tool for diagnosis, extension assessment and therapeutic follow-up of the vast majority of tumors. Computed tomography (CT) is the most used method and provides an assessment of tumor tissue density. In-depth analysis of those images acquired in clinical routine has suppl ied additional data regarding patient survival or treatment response. All those new data allow to describe the tumor phenotype and are generally grouped under the generic term radiomics. Most of previous studies focused on texture analysis using contrast enhanced CT (portal phase). In the first part of this thesis, we carried out a radiomics analysis of both contrast-enhanced and nonenhanced CT images of the colorectal tumors.Imaging is the principal tool for diagnosis, extension assessment and therapeutic followup of the vast majority of tumors. Computed tomography (CT) is the most used method and provides an assessment of tumor tissue density. In-depth analysis of those images acquired in clinical routine has supplied additional data regarding patient survival or treatment response. All those new data allow to describe the tumor phenotype and are generally grouped under the generic term radiomics. Most of previous studies focused on texture analysis using contrast enhanced CT (portal phase). In the first part of this thesis, we carried out a radiomics analysis of both contrast-enhanced and non-enhanced CT images of the colorectal tumors
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
A multi resolution and multi observation framework for multi modal medical images processing and analysis in oncology
No full textCe travail s’inscrit dans le cadre du développement d’une médecine davantage personnalisée et préventive, pour laquelle la fusion d’informations multi modale et de différentes représentations d'une même modalité sont nécessaires afin d'aboutir à une quantification fiable des images médicales en oncologie. Dans cette étude nous présentons deux applications de traitement et d'analyse des images médicales: le débruitage des images TEP et la détermination des volumes anatomo-fonctionnels des tumeurs en imagerie multi modale TEP/TDM. Pour le débruitage des images TEP, nous avons mis en place une approche intitulée "WCD" permettant de bénéficier des caractéristiques complémentaires de la transformée en ondelettes et la transformée en Curvelets afin de mieux représenter les structures isotropiques et anisotropiques dans ces images, ce qui permet de réduire le bruit tout en minimisant les pertes d'informations utiles dans les images TEP. En ce qui concerne la deuxième application, nous avons proposé une méthode de segmentationTEP/TDM intitulée "WCHMT" permettant d'exploiter la spécificité des arbres de Markov caché de prendre en compte les dépendances statistiques entre l’ensemble des données. Ce modèle permet de gérer simultanément les propriétés complémentaires de l’imagerie fonctionnelle et l’imagerie morphologique dans un cadre unifié où les données sont représentées dans le domaine des Contourlets. Le débruitage en TEP a abouti à une hausse significative du rapport signal sur-bruit (SNR) en garantissant la moindre variation de l'intensité et du contraste local. Quant à la segmentation multimodale TEP/TDM, elle a démontré une bonne précision lors de la détermination du volume tumoral en terme du coefficient de Dice (DSC) avec le meilleur compromis entre la sensibilité (SE) et la valeur prédictive positive (PPV) par rapport à la vérité terrain.This thesis is a part of the development of more personalized and preventive medicine, for which a fusion of multi modal information and diverse representations of the same modality is needed in order to get accurate and reliable quantification of medical images in oncology. In this study we present two applications for image processing analysis: PET denoising and multimodal PET/CT tumor segmentation. The PET filtering approach called "WCD" take benefit from the complementary features of the wavelet and Curvelets transforms in order to better represent isotropic and anisotropic structures in PET images. This algorithm allows the reduction of the noise while minimizing the loss of useful information in PET images. The PET/CT tumor segmentation application is performed through a Markov model as a probabilistic quadtree graph namely a Hidden Markov Tree (HMT).Our motivation for using such a model is to provide fast computation, improved robustness and an effective interpretational framework for image analysis on oncology. Thanks to two efficient aspects (multi observation and multi resolution), when dealing with Hidden Markov Tree (HMT), we exploit joint statistical dependencies between hidden states to handle the whole data stack. This model called "WCHMT" take advantage of the high resolution of the anatomic imaging (CT) and the high contrast of the functional imaging (PET). The denoising approach led to the best trade-off between denoising quality and structure preservation with the least quantitative bias in absolute intensity recovery. PET/CT segmentation's results performed with WCHMT method has proven a reliable segmentation when providing high Dice Similarity Coeffcient (DSC) with the best trade-off between sensitivity (SE) and positive predictive value (PPV)
- …
