![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de William Trung 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 Trung 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.
Elforaici, M. E. A., Montagnon, E., Romero, F. P., Le, W. T., Azzi, F., Trudel, D., Nguyen, B., Turcotte, S., Tang, A., & Kadoury, S. (2025). Semi-supervised ViT knowledge distillation network with style transfer normalization for colorectal liver metastases survival prediction. Medical Image Analysis, 99, 103346 (16 pages). Lien externe
Touati, R., Le, W. T., & Kadoury, S. (2024). Multi-planar dual adversarial network based on dynamic 3D features for MRI-CT head and neck image synthesis. Physics in Medicine & Biology, 69(15), 155012 (36 pages). Disponible
de Boisredon d’Assier, M. A., Portafaix, A., Vorontsov, E., Le, W. T., & Kadoury, S. (2024). Image-level supervision and self-training for transformer-based cross-modality tumor segmentation. Medical Image Analysis, 97, 103287 (16 pages). Lien externe
Grajales, D., Le, W. T., Tran, T., David, S., Dallaire, F., Ember, K., Leblond, F., Menard, C., & Kadoury, S. (2024). Robot-assisted biopsy sampling for online Raman spectroscopy cancer confirmation in the operating room. International Journal of Computer Assisted Radiology and Surgery, 9-9. Lien externe
Bang, C., Bernard, G., Le, W. T., Lalonde, A., Kadoury, S., & Bahig, H. (2023). Artificial intelligence to predict outcomes of head and neck radiotherapy. Clinical and Translational Radiation Oncology, 39, 100590 (9 pages). Lien externe
Bang, C., Le, W. T., Nguyen-Tan, P. F., Soulières, D., O'Sullivan, B., Christopoulos, A., Bissada, É., Ayad, T., Guertin, L., Lalonde, A., Markel, D., Kadoury, S., & Bahig, H. (octobre 2023). Dynamic Prediction of Toxicities in Head and Neck Cancer Radiotherapy by 3D Convolutional Neural Network Using Daily Cone-Beam CTs [Résumé]. 65th Annual Meeting of the American Society for Radiation Oncology (ASTRO 2023), San Diego, CA, USA (1 page). Publié dans International Journal of Radiation Oncology Biology Physics, 117(2). Lien externe
Bang, C., Le, W. T., Nguyen-Tan, P. F., Filion, É., Soulières, D., O'Sullivan, B., Christpoulos, A., Bissada, É., Ayad, T., Guertin, L., Lalonde, A., Markel, D., Kadoury, S., & Bahig, H. (septembre 2023). Dynamic prediction of toxicities in head and neck cancer radiotherapy by 3D convolutional neural network using daily cone-beam CTS [Résumé]. CARO-COMP Joint Scientific Meeting (CARO-COMP 2023), Montréal, Québec, Canada (1 page). Publié dans Radiotherapy and Oncology, 186(Suppl.1). Lien externe
Le, W. T., Bang, C., Cordelle, P., Markel, D., Nguyen-Tan, P. F., Bahig, H., & Kadoury, S. (avril 2023). Prediction of Head and Neck Radiotherapy Toxicity Using a Deformable 3D CNN on Longitudinal Daily CBCT Acquisitions [Communication écrite]. 20th IEEE International Symposium on Biomedical Imaging (ISBI 2023), Cartagena, Colombia (5 pages). Lien externe
Le, W. T., Vorontsov, E., Romero, F. P., Seddik, L., Elsharief, M. M., Nguyen-Tan, P. F., Roberge, D., Bahig, H., & Kadoury, S. (2022). Cross-institutional outcome prediction for head and neck cancer patients using self-attention neural networks. Scientific Reports, 12(1), 17 pages. Lien externe
Grajales, D., Kadoury, S., Shams, R., Barkati, M., Delouya, G., Béliveau-Nadeau, D., Nicolas, B., Le, W. T., Benhacene-Boudam, M.-K., Juneau, D., DaSilva, J. N., Carrier, J.-F., Hautvast, G., & Ménard, C. (2022). Performance of an integrated multimodality image guidance and dose-planning system supporting tumor-targeted HDR brachytherapy for prostate cancer. Radiotherapy and Oncology, 166, 154-161. Lien externe
Touati, R., Le, W. T., & Kadoury, S. (2021). A feature invariant generative adversarial network for head and neck MRI/CT image synthesis. Physics in Medicine and Biology, 66(9), 18 pages. Lien externe
Maleki, F., Le, W. T., Sananmuang, T., Kadoury, S., & Forghani, R. (2020). Machine Learning Applications for Head and Neck Imaging. Neuroimaging Clinics of North America, 30(4), 517-529. Lien externe
Le, W. T., Maleki, F., Romero, F. P., Forghani, R., & Kadoury, S. (2020). Overview of Machine Learning: Part 2 Deep Learning for Medical Image Analysis. Neuroimaging Clinics of North America, 30(4), 417-431. Lien externe