Skip to Main content Skip to Navigation
Theses

Bayesian statistics and modeling for the prediction of radiotherapy outcomes : an application to glioblastoma treatment

Résumé : Un cadre statistique bayésien a été créé dans le cadre de cette thèse pour le développement de modèles cliniques basés sur une approche d’apprentissage continu dans laquelle de nouvelles données peuvent être ajoutées. L’objectif des modèles est de prévoir les effets de la radiothérapie à partir de preuves cliniques. Des concepts d’apprentissage machine ont été utilisés pour résoudre le cadre bayésien. Les modèles développés concernent un cancer du cerveau agressif appelé glioblastome. Les données médicales comprennent une base de données d’environ 90 patients souffrant de glioblastome ; la base de données contient des images médicales et des entrées de données telles que l’âge, le sexe, etc. Des modèles de prévision neurologique ont été construits pour illustrer le type de modèles qui sont obtenus avec la méthodologie. Des modèles de récidive du glioblastome, sous la forme de modèles linéaires généralisés (GLM) et de modèles d’arbres de décision, ont été développés pour explorer la possibilité de prédire l’emplacement de la récidive à l’aide de l’imagerie préradiothérapie. Faute d’une prédiction suffisamment forte obtenue par les modèles arborescents, nous avons décidé de développer des outils de représentation visuelle. Ces outils permettent d’observer directement les valeurs d’intensité des images médicales concernant les lieux de récidive et de non-récurrence. Dans l’ensemble, le cadre élaboré pour la modélisation des données cliniques en radiothérapie fournit une base solide pour l’élaboration de modèles plus complexes.
Document type :
Theses
Complete list of metadatas

Cited literature [57 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02163513
Contributor : Abes Star :  Contact
Submitted on : Monday, June 24, 2019 - 1:32:16 PM
Last modification on : Thursday, December 12, 2019 - 3:23:41 AM

File

sygal_fusion_28220-zambrano_ra...
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02163513, version 1

Citation

Oscar Daniel Zambrano Ramirez. Bayesian statistics and modeling for the prediction of radiotherapy outcomes : an application to glioblastoma treatment. Physics [physics]. Normandie Université, 2018. English. ⟨NNT : 2018NORMC277⟩. ⟨tel-02163513⟩

Share

Metrics

Record views

254

Files downloads

106