 | Monter d'un niveau |
Lama SéoudDépartement de génie informatique et génie logiciel
Voir sa fiche dans le Répertoire des Expertises de Polytechnique Montréal
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.
Faure, G., Dal Soglio, D., Patey, N., Oligny, L. L., Girard, S., & Séoud, L. (2025). Self-supervised deep metric learning for prototypical zero-shot lesion retrieval in placenta whole-slide images. Computers in Biology and Medicine, 196(A), 110634. Lien externe
Hubert, C. J., Odic, N., Noel, M., Gharib, S., Zargarbashi, S. H. H., & Séoud, L. (2025). MuViH: Multi-View Hand gesture dataset and recognition pipeline for human–robot interaction in a collaborative robotic finishing platform. Robotics and Computer-Integrated Manufacturing, 94, 102957-102957. Lien externe
Baumstimler, P., Gagné, S., Champagne, M., Gagnon, J.-M., Playout, C., & Séoud, L. (septembre 2025). Anomaly Detection in Anterior Eye Segment Using Self-Supervised Siamese Autoencoders [Affiche]. 28th international conference on medical image computing and computer assisted intervention (MICCAI 2025), Daejeon, South Korea (1 page). Non disponible
Lescarbeault, É., & Séoud, L. (avril 2025). Breast Cancer Detection from Thermal Images Using Asymmetries in Learned Texture Vectors [Communication écrite]. 22nd International Symposium on Biomedical Imaging (ISBI 2025), Houston, TX, USA. Lien externe
Hubert, C., Odic, N., Noël, M., Gharib, S., Debanné, P., Séoud, L., & Zargarbashi, S. (2025). MuViH: Multi-View Hand gesture dataset for hand and gesture recognition [Ensemble de données]. Lien externe
Ceglia, A., Facon, K., Begon, M., & Séoud, L. (2024). Real-time, accurate, and open source upper-limb musculoskeletal analysis using a single RGBD camera — An exploratory hand-cycling study. Computers in Biology and Medicine, 184, 109434 (11 pages). Lien externe
Arnold, C., Jouvet, P., & Séoud, L. (juin 2024). SwinFuSR: an image fusion-inspired model for RGB-guided thermal image super-resolution [Communication écrite]. IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Seattle, WA, USA. Lien externe
Tranchon, A., Kunz, M., & Séoud, L. (mai 2024). Preoperative MRI Whole-Vertebrae Segmentation in Patients with Severe Adolescent Idiopathic Scoliosis [Communication écrite]. IEEE International Symposium on Biomedical Imaging (ISBI), Athens, Greece. Lien externe
Galaup, C. J. P., Séoud, L., & Renaud, P. (février 2024). Multimodal HCI: a review of computational tools and their relevance to the detection of sexual presence [Communication écrite]. Intelligent Human Systems Integration (IHSI 2024), Palermo, Italy. Publié dans AHFE international, (119). Lien externe
Khani, M., Cheriet, F., Séoud, L., Debanné, P., Parent, S., & Labelle, H. (2024). Changes in trunk appearance following surgical correction of adolescent idiopathic scoliosis. Spine Deformity. Lien externe
Caron, R., Séoud, L., Londoño, I., & Villemure, I. (2023). Segmentation of trabecular bone microdamage in Xray microCT images using a two-step deep learning method. Journal of the Mechanical Behavior of Biomedical Materials, 137, 105540 (9 pages). Lien externe
Roy, P. R., Bilodeau, G.-A., & Séoud, L. (janvier 2021). Local Anomaly Detection in Videos Using Object-Centric Adversarial Learning [Communication écrite]. ICPR International Conference on Pattern Recognition. Lien externe
Roy, P. R., Bilodeau, G.-A., & Séoud, L. (juillet 2021). Predicting next local appearance for video anomaly detection [Communication écrite]. 17th International Conference on Machine Vision Applications (MVA 2021), Aichi, Japan (5 pages). Lien externe
Drouin, M.-A., & Séoud, L. (2020). Consumer-Grade RGB-D Cameras. Dans Liu, Y., Pears, N., Rosin, P. L., & Huber, P. (édit.), 3D Imaging, Analysis and Applications (p. 215-264). Lien externe
Séoud, L., Boisvert, J., Drouin, M.-A., Picard, M., & Godin, G. (septembre 2018). Increasing the Robustness of CNN-Based Human Body Segmentation in Range Images by Modeling Sensor-Specific Artifacts [Communication écrite]. European Conference on Computer Vision (ECCV 2018 Workshops), Munich, Germany. Lien externe
Séoud, L., Boisvert, J., Drouin, M.-A., Picard, M., & Guy Godin, G. (février 2019). Training a CNN to robustly segment the human body parts in range image sequences [Communication écrite]. SPIE OPTO 2019, San Francisco, California, United States. Lien externe
Ramsay, J., Séoud, L., Barchi, S., Cheriet, F., Joncas, J., Turgeon, I., Debanné, P., Trop, I., Labelle, H., & Parent, S. (2017). Assessment of Breast Asymmetry in Adolescent Idiopathic Scoliosis Using an Automated 3D Body Surface Measurement Technique. Spine Deformity, 5(3), 152-158. Lien externe
Séoud, L., Ramsay, J., Parent, S., & Cheriet, F. (2017). A novel fully automatic measurement of apparent breast volume from trunk surface mesh. Medical Engineering & Physics, 41, 46-54. Lien externe
Phan, T. V., Séoud, L., Chakor, H., & Cheriet, F. (2016). Automatic screening and grading of age-related macular degeneration from texture analysis of fundus images. Journal of Ophthalmology, 2016, 1-11. Disponible
Gan, Q., Séoud, L., Ben Tahar, H., & Langlois, J. M. P. (avril 2016). Memory efficient and constant time 2D-recursive spatial averaging filter for embedded implementations [Communication écrite]. Real-Time Image and Video Processing 2016, part of Photonics Europe 2016, Brussels, Belgium. Lien externe
Séoud, L., Hurtut, T., Chelbi, J., Cheriet, F., & Langlois, J. M. P. (2016). Red lesion detection using dynamic shape features for diabetic retinopathy screening. IEEE Transactions on Medical Imaging, 35(4), 1116-1126. Lien externe
Séoud, L., Chelbi, J., & Cheriet, F. (octobre 2015). Automatic Grading of Diabetic Retinopathy on a Public Database [Communication écrite]. Ophthalmic Medical Image Analysis International Workshop (OMIA 2015), Munich, Germany. Lien externe
Séoud, L., Cheriet, F., Labelle, H., & Parent, S. (2015). Changes in Trunk Appearance After Scoliosis Spinal Surgery and Their Relation to Changes in Spinal Measurements. Spine Deformity, 3(6), 595-603. Lien externe
Thanh Van, P., Séoud, L., & Cheriet, F. (juillet 2015). Towards an Automatic Clinical Classification of Age-Related Macular Degeneration [Communication écrite]. 12th International Conference on Image Analysis and Recognition (ICIAR 2015), Niagara Falls, ON, Canada. Lien externe
Séoud, L., Faucon, T., Hurtut, T., Chelbi, J., Cheriet, F., & Langlois, J. M. P. (avril 2014). Automatic detection of microaneurysms and haemorrhages in fundus images using dynamic shape features [Communication écrite]. 11th IEEE International Symposium on Biomedical Imaging (ISBI 2014), Beijing, China. Lien externe
Séoud, L., Cheriet, F., Labelle, H., & Parent, S. (février 2013). Non-invasive quantitative assessment of scoliosis spinal surgery outcome [Communication écrite]. Medical Imaging 2013: Biomedical Applications in Molecular, Structural, and Functional Imaging, Lake Buena Vista, FL, United states (7 pages). Lien externe
Séoud, L., Dansereau, J., Labelle, H., & Cheriet, F. (2013). Noninvasive Clinical Assessment of Trunk Deformities Associated With Scoliosis. IEEE Journal of Biomedical and Health Informatics, 17(2), 392-401. Lien externe
Séoud, L. (2012). Analyse de la relation entre les déformations scoliotiques du tronc et celles des structures osseuses sous-jacentes [Thèse de doctorat, École Polytechnique de Montréal]. Disponible
Séoud, L., Dansereau, J., Labelle, H., & Cheriet, F. (2012). Multilevel Analysis of Trunk Surface Measurements for Noninvasive Assessment of Scoliosis Deformities. Spine, 37(17), E1045-E1053. Lien externe
Séoud, L., Cheriet, F., Labelle, H., & Dansereau, J. (2011). A novel method for the 3-D reconstruction of scoliotic ribs from frontal and lateral radiographs. IEEE Transactions on Biomedical Engineering, 58(5), 1135-1146. Lien externe
Séoud, L., Adankon, M. M., Labelle, H., Dansereau, J., & Cheriet, F. (avril 2010). Prediction of scoliosis curve type based on the analysis of trunk surface topography [Communication écrite]. 7th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, Rotterdam, The Netherlands. Lien externe
Séoud, L., Adankon, M. M., Labelle, H., Dansereau, J., & Cheriet, F. (juin 2010). Towards Non Invasive Diagnosis of Scoliosis Using Semi-Supervised Learning Approach [Communication écrite]. 7th International Conference Image Analysis and Recognition (ICIAR 2010), Povoa de Varzim, Portugal. Lien externe
