paprika.idref.fr paprika.idref.fr data.idref.fr data.idref.fr Documentation Documentation
Identifiant pérenne de la notice : 077430409Copier cet identifiant (PPN)
Notice de type Personne

Point d'accès autorisé

Sermesant, Maxime

Sur le web

Information

(par souci de protection des données à caractère personnel, le jour et le mois de naissance peuvent ne pas être affichés)
Langue d'expression : français
Pays : France
Date de naissance :    1975
Genre : Masculin

Notes

Note publique d'information : 
Chargé de recherche, INRIA Sophia-Antipolis. Directeur de recherche au Centre Inria d'Université Côte d'Azur (en 2022, 2023)

Note publique d'information : 
Titulaire d'un doctorat en sciences (Automatique, traitement du signal et des images) (Nice, 2003)

Identifiants externes

Identifiant HAL : maxime-sermesant
Identifiant ORCID : 0000-0002-6256-8350
Identifiant VIAF : http://viaf.org/viaf/90481740
Identifiant SCOPUS : 6506746084

Source

Apprentissage de la dynamique électrophysiologique cardiaque avec contraintes physiologiques de modèle pour une prédiction personnalisée basée sur les données / Victoriya Kashtanova ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique, traitement du signal et des images : Université Côte d'Azur : 2023

Information trouvée : directeur de thèse, membre du jury

Apprentissage profond sur de grandes bases de données cliniques pour la prédiction des arythmies cardiaques à partir de l'imagerie / Buntheng Ly ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique et traitement du signal et des images : Université Côte d'Azur : 2022

Information trouvée : directeur de thèse, membre du jury

Du cœur droit normal au pathologique : analyse de la forme et de la fonction dans différentes conditions de charge à l'aide de l’imagerie médicale et de la modélisation / Pamela Moceri ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique, traitement du signal et de l’image : Côte d’Azur : 2018

Information trouvée : directeur de thèse, membre du jury

Modèle génératif probabiliste pour le problème inverse de l’électrocardiographie / Tania-Marina Bacoyannis ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique et Traitement du Signal et des Images : Université Côte d'Azur : 2021

Information trouvée : directeur de thèse, membre du jury

Modèle électromécanique du coeur pour l'analyse d'image et la simulaiton / par Maxime Sermesant ; sous la dir. de Nicholas Ayache. - 2003 [Thèse Nice]

Modélisation électromécanique 3D personnalisée du cœur pour la planification de la thérapie de resynchronisation chez les patients en insuffisance cardiaque / Gaëtan Desrues ; sous la direction de Maxime Sermesant. Thèse de doctorat : Automatique, traitement du signal et des images : Université Côte d'Azur : 2023

Information trouvée : directeur de thèse, membre du jury

Paramètres de complexité des signaux de la fibrillation atriale persistante pour discrimination des zones arythmogènes actives au cours de l’ablation par radiofréquence / Fabien Squara ; sous la direction de Vicente Zarzoso et Olivier Meste. Thèse de doctorat : Santé numérique : Université Côte d'Azur : 2023

Information trouvée : président du jury

Personnalisation non-invasive de modèles électrophysiologiques cardiaques à partir d'électrogrammes surfaciques / Sophie Giffard-Roisin ; sous la direction de Maxime Sermesant, Nicholas Ayache, Hervé Delingette. Thèse de doctorat : Automatique, traitement du signal et de l'image : Côte d'Azur : 2017

Information trouvée : directeur de thèse, membre du jury

Personnalisation robuste de modèles 3D électromécaniques du cœur. Application à des bases de données cliniques hétérogènes et longitudinales / Roch Molléro ; sous la direction de Nicholas Ayache, Xavier Pennex et Maxime Sermesant. Thèse de doctorat : Automatique, traitement du signal et des images : Côte d'Azur : 2017

Information trouvée : co-directeur de thèse, membre du jury

Représentation réduite de la segmentation et du suivi des images cardiaques pour l’analyse longitudinale de groupe / Marc-Michel Rohé ; sous la direction de Xavier Pennec et Maxime Sermesant. Thèse de doctorat : Informatique : Côte d'Azur : 2017

Information trouvée : co-directeur de thèse, membre du jury

Statistiques de forme, de structure et de déformation à l'échelle d'une population pour l'étude de la fibrillation auriculaire / Shuman Jia ; sous la direction de Maxime Sermesant et Xavier Pennec. Thèse de doctorat : Automatique et traitement du signal et des images : Université Côte d'Azur (ComUE) : 2019

Information trouvée : directeur de thèse

... Références liées : ...