![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de William Le figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur William Le. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Grajales, D., Le, W., Dallaire, F., Sheehy, G., David, S., Tran, T., Leblond, F., Ménard, C., & Kadoury, S. (octobre 2023). Towards Real-Time Confirmation of Breast Cancer in the OR Using CNN-Based Raman Spectroscopy Classification [Communication écrite]. 2nd International Workshop on Cancer Prevention Through Early Detection (CaPTion 2023), Vancouver, BC, Canada. Lien externe
Henique, G., Bang, C., Markel, D., Le, W., Filion, E., Ngyuen-Tan, P. F., Bahig, H., & Kadoury, S. (mai 2024). Dose aware toxicity prediction in head and neck cancer patients using a deformable 3D CNN on Daily CBCT Acquisitions [Communication écrite]. IEEE International Symposium on Biomedical Imaging (ISBI 2024), Athens, Greece (5 pages). Lien externe
Labrecque Langlais, É., Corbin, D., Tastet, O., Hayek, A., Doolub, G., Mrad, S., Tardif, J.-C., Tanguay, J.-F., Marquis-Gravel, G., Tison, G. H., Kadoury, S., Le, W., Gallo, R., Lesage, F., & Avram, R. (2024). Evaluation of stenoses using AI video models applied to coronary angiography. NPJ Digital Medicine, 7, 138 (13 pages). Disponible
Ouraou, E., Tonneau, M., Le, W., Filion, É., Campeau, M.-P., Vu, T., Doucet, R., Bahig, H., & Kadoury, S. (2024). Predicting early stage lung cancer recurrence and survival from combined tumor motion amplitude and radiomics on free‐breathing 4D‐CT. Medical Physics, 15 pages. Lien externe
Shakeri, S., Le, W., Ménard, C., & Kadoury, S. (avril 2021). Deformable Mri To Transrectal Ultrasound Registration For Prostate Interventions With Shape-Based Deep Variational Auto-Encoders [Communication écrite]. 18th IEEE International Symposium on Biomedical Imaging (ISBI 2021), Nice, France. Lien externe
Shams, R., Le, W., Weihs, A., & Kadoury, S. (avril 2021). Intensity-Based Wasserstein Distance as a Loss Measure for Unsupervised Deformable Deep Registration [Communication écrite]. 18th IEEE International Symposium on Biomedical Imaging (ISBI 2021), Nice, France. Lien externe