 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} 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.
Nuage de motsUn 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 {}. 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.
Dayan, G., Henique, G., Bahig, H., Nelson, K., Brodeur, C., Christopoulos, A., Filion, É., Nguyen-Tan, P.-F., O'Sullivan, B., Ayad, T., Bissada, É., Tabet, P., Guertin, L., Desîlets, A., Kadoury, S., & Létourneau-Guillon, L. (2025). Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus−Positive Oropharyngeal Cancer. JAMA Otolaryngology–Head & Neck Surgery. Présentée à 67th Annual Meeting of the American Society for Radiation Oncology (ASTRO 2025), San Francisco, CA, USA. Lien externe
Henique, G., Seok Bang, C., Le, W., Nguyen, F., Filion, É., Soulières, D., O'Sullivan, B., Christopoulos, A., Bissada, É., Ayad, T., Guertin, L., Lalonde, A., Markel, D., Kadoury, S., & Bahig, H. (2025). Head and Neck Cancer Radiotherapy Toxicity Prediction across Intra-Fractional Cone-Beam CTs Using Vision Transformers Networks. International Journal of Radiation Oncology*Biology*Physics, 123(1), e343-e343. Présentée à 67th Annual Meeting of the American Society for Radiation Oncology (ASTRO 2025), San Francisco, CA, USA. 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-Tân, 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
