Page d’exemple Les faits sont réels. Les mots sont provisoires — les vôtres prendront leur place.
Daljeet Singh
Une question qui ne partait pas, une méthode qu’il a fallu construire deux fois, et l’heure où tout cela se défend en public.
“Towards Microwave Based Monitoring of Brain Thermo-Fluid Dynamics”
Trois questions
Pourquoi ce sujet ?
Cela a commencé par quelque chose qui me gênait et ne me lâchait pas. La discipline avait déjà une réponse, et je n’y croyais pas.
Qu’est-ce qui vous a surpris ?
À quel point le résultat intéressant était celui que je ne cherchais pas, et le temps qu’il m’a fallu pour cesser de le prendre pour du bruit.
Que se passe-t-il après la soutenance ?
Dormir, d’abord. Ensuite, voir si ce que j’ai appris tient hors de l’université.
Dans leurs mots“Au début je croyais connaître la réponse. La troisième année, j’ai compris que je n’avais pas compris la question.”
À propos de la thèse
The human brain is a central organ whose complex biological processes closely reflect the health and well-being of an individual. The temporal and spatial variations of thermal and hemodynamic states of the brain are of utmost clinical importance for both intensive care patients as well as healthy subjects. Microwave-based techniques are promising for such applications because they provide non-ionizing, non-invasive sensing with low system cost, compact and portable hardware, and tunable tissue penetration capabilities. The primary objective of this thesis is to develop a Machine Learning (ML) powered microwave system for non-invasive thermal and hemodynamic monitoring of the brain. The quantitative and automatic method proposed in this work is based on two-level features extracted from the magnitude and phase response of microwave sensors. The proposed method ensures an automatic, near-real-time operation using a unique Ordered Selection Scheme (OSS).
Travaux choisis
Repris de l’agenda de University of Oulu.