Search

Your search keyword '"Meyer, Adrien"' showing total 12 results
Start Over Author "Meyer, Adrien"

Refine your results

more »

more »

12 results on '"Meyer, Adrien"'

2. Spatio-Temporal Model for EUS Video Detection of Pancreatic Anatomy Structures

Author

Meyer, Adrien, Fleurentin, Antoine, Montanelli, Julieta, Mazellier, Jean-Paul, Swanstrom, Lee, Gallix, Benoit, Exarchakis, Georgios, Sosa Valencia, Leonardo, Padoy, Nicolas, Goos, Gerhard, Founding Editor, Hartmanis, Juris, Founding Editor, Bertino, Elisa, Editorial Board Member, Gao, Wen, Editorial Board Member, Steffen, Bernhard, Editorial Board Member, Yung, Moti, Editorial Board Member, Aylward, Stephen, editor, Noble, J. Alison, editor, Hu, Yipeng, editor, Lee, Su-Lin, editor, Baum, Zachary, editor, and Min, Zhe, editor

Published
2022
Full Text
View/download PDF

4. Automatic pancreas anatomical part detection in endoscopic ultrasound videos

Author

Fleurentin, Antoine, Mazellier, Jean-Paul, Meyer, Adrien, Montanelli, Julieta, Swanström, Lee L., Gallix, Benoit, Sosa-Valencia, Leonardo, Padoy, Nicolas, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, and Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[INFO.INFO-IM]Computer Science [cs]/Medical Imaging, Biomedical Engineering, Computational Mechanics, Radiology, Nuclear Medicine and imaging, Computer Science Applications
Abstract

International audience

Published
2022

5. INJECTIONS SOLIDES DU QUAI FREYCINET 12 À DUNKERQUE.

Author

MEYER, ADRIEN and MARECHAL, FRÉDÉRIC

Abstract

Copyright of Travaux (00411906) is the property of COM'1 EVIDENCE and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Published
2024

7. Automatic pancreas anatomical part detection in endoscopic ultrasound videos.

Author

Fleurentin, Antoine, Mazellier, Jean-Paul, Meyer, Adrien, Montanelli, Julieta, Swanstrom, Lee, Gallix, Benoit, Sosa Valencia, Leonardo, and Padoy, Nicolas

Subjects
TRANSFORMER models, CONVOLUTIONAL neural networks, ENDOSCOPIC ultrasonography, IMAGE analysis, EARLY detection of cancer, ARTIFICIAL intelligence, ARTIFICIAL pancreases, PANCREAS
Abstract

Nowadays ranked 3rd, pancreatic cancer is predicted to become second highest mortality cancer in next decade. Early diagnosis is the only way to significantly improve survival rate for which endoscopic ultrasound (EUS) stands as the only viable medical imaging option. One challenging aspect is the complex interpretation of images during examination. It is not rare for non-experts to miss the screening of parts of the pancreas, leaving tumours undetected. Here, we propose an automated method to support non-expert clinicians in their practice by providing a deep-learning based tool able to detect the anatomical parts seen under EUS. We have collected 41 EUS videos and annotated the anatomy in each video frame. Considering the challenging and novel nature of EUS data, we propose a systematic analysis of feature extractors and temporal modules. We extend popular models with LSTM modules and compare their performance to the newly introduced vision transformers, yielding an overall comparison of 35 models. The results highlight the benefits of transformers for their ability to capture more anatomical context thanks to the division into patches and positional embeddings. As a result, our study paves the way to AI-assisted pancreas examination for early cancer detection. [ABSTRACT FROM AUTHOR]

Published
2023
Full Text
View/download PDF

8. Multi-objective optimization for X-ray exposure reduction during image-guided needle-based procedure.

Author

Krebs, Alexandre, Mazellier, Jean-Paul, Rolland, Cindy, Meyer, Adrien, Bert, Julien, Verde, Juan, and Padoy, Nicolas

Subjects
CONE beam computed tomography, X-rays, MEDICAL personnel, RADIATION exposure
Abstract

Nowadays, an increasing number of surgical operations are guided by intra-operative imaging, especially Cone Beam Computed Tomography (CBCT) systems using X-rays. We deal with the problem of reducing the X-ray dose received by the patient and the staff while ensuring reasonable visibility of the region of interest during needle-based ablation procedures. We achieved this by implementing a numerical multi-optimisation algorithm using as input numerical X-ray simulation providing both medical staff and patient exposure, as well as an estimation of the fluorescence-based ablation needle visibility. Our algorithm can find the Pareto front in this multi-objective function problem. The Pareto front is suggested to the operator who can then select the best configuration according to the defined priority level regarding each exposure and visibility. We have been able to reduce in simulations the clinician's dose by 61.8%, the patient's dose by 45.1% and increase the region of interest visibility by 28.6% in-plane axis view and, respectively, by 41.5%, 60.4% and 41.0% in progression view. [ABSTRACT FROM AUTHOR]

Published
2023
Full Text
View/download PDF

9. Automatic detection of normal and neoplastic adrenal tissue in computed tomography

Author

Seeliger, Barbara, Meyer, Adrien, Alesina, Pier F., Walz, Martin K., Padoy, Nicolas, Mutter, Didier, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche sur les Maladies Virales et Hépatiques (IVH), and Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)

Subjects
[SDV.MHEP]Life Sciences [q-bio]/Human health and pathology
Published
2022

10. Un graphe spatio-temporel pour modéliser l'évolution de parcelles agricoles

Author

Leborgne, Aurélie, Meyer, Adrien, Giraud, Henri, Le Ber, Florence, Marc-Zwecker, Stella, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, and Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)

Subjects
Données spatio-temporelles, modeling, graph, Spatio-temporal data, graphe, agriculture, modélisation, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

National audience; This article describes a variation of the spatio-temporal graph model defined by (Del Mondo et al., 2010). This variation allows to represent numerous spatio-temporal entities , that can be vague and disconnected. This model is used to represent data from the Land Parcel Identification System where farmers declare their crops with respect to European agricultural policy. A simplification method is described, that allows to reduce the graph size. Our final aim is to use this model for representing and analyzing big spatio-temporal data in environment sciences.; Dans cet article nous présentons une variante du graphe spatio-temporel défini par (Del Mondo et al., 2010), permettant de tenir compte d'entités spatio-temporelles nombreuses, imprécises, et non connectées. Le graphe proposé est appliqué aux données issues du registre parcellaire graphique, où les agriculteurs déclarent leurs cultures, en respect de la politique agricole européenne. Une méthode de simplification est proposée, afin de réduire la taille du graphe. Notre objectif final est d'utiliser ce modèle pour représenter et fouiller les grandes masses de données spatio-temporelles disponibles en sciences de l'environnement.

Published
2019

12. Christie's Gains Fresh Talent.

Author

Meyer, Adrien

Abstract

The article reports that Everett Fahy and Adrien Meyer have joined the New York office of Christie's auction house.

Published
2010

Catalog

Books, media, physical & digital resources
See catalog results