BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//SFPM - ECPv6.17.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:SFPM
X-ORIGINAL-URL:https://www.sfpm.fr
X-WR-CALDESC:Évènements pour SFPM
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20280326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20281029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20270316
DTEND;VALUE=DATE:20270321
DTSTAMP:20260622T152213Z
CREATED:20260622T152213Z
LAST-MODIFIED:20260622T152213Z
UID:6942-1805155200-1805587199@www.sfpm.fr
SUMMARY:Bases de l'IA en Physique Médicale
DESCRIPTION:PERSONNES CONCERNEES\n\n\nPhysiciens médicaux\, techniciens en mesures physiques\, dosimétristes\, ingénieur biomédical\, radiothérapeutes. \nPRE-REQUIS \nLa participation à cette formation ne nécessite pas de prérequis au regard du public auquel elle s’adresse. \nPRÉSENTATION ET OBJECTIFS \nCe congrès-formation est proposé par la SFPM\, Société Française de Physique Médicale. \nCOMPÉTENCES À L’ISSUE DE LA FORMATION \n\nMobiliser les notions fondamentales du Machine Learning et du Deep Learning dans un contexte métier : identifier les principaux concepts et terminologies utilisés en apprentissage automatique (ML) et en apprentissage profond (DL).\nMettre en oeuvre un processus de modélisation basé sur le ML ou le DL en suivant des étapes clés et en analyser les résultats.\nRepérer les pièges courants de la modélisation ML et DL.\nEvaluer les avantages et les inconvénients des solutions commerciales en physique médicale.\nSe référer aux recommandations nationales et internationales en vigueur relatives aux bonnes pratiques pour la mise en place des logiciels utilisant l’IA en clinique.\n\nPROGRAMME \n\nRappels de statistiques.\nBases techniques du machine learning et des réseaux de neurones.\nImagerie médicale et IA.\nApplications de l’IA en radiothérapie : segmentation automatique\, génération d’images “synthétiques”\, assurance qualité.\nTravaux dirigés : modélisation par apprentissage supervisé et création d’un réseau de neurones pour générer des images “synthétiques”.\n\nMÉTHODES ET RESSOURCES PÉDAGOGIQUES \nExposés théoriques\, études de cas\, débats et discussions. \nINTERVENANTS \n\nDamien Autret – Institut de Cancérologie de l’Ouest\, Angers\nAnaïs Barateau – Centre Eugène marquis\, Rennes\nDjamel Dabli – Centre Hospitalier Universitaire\, Nîmes\nAbdessamad Kobi – LARIS\, Université d’Angers\nChristophe Legrand – Institut de Cancérologie de l’Ouest\, Angers\nCaroline Noblet – Clinique Mutualiste de l’Estuaire\, Saint-Nazaire\nPejman Rasti – LARIS\, Université d’Angers\nDavid Rousseau – LARIS\, Université d’Angers\n\nCONTACT POUR TOUTE QUESTION SUR L’ORGANISATION ET LE PROGRAMME \nM. Christophe Legrand \nCourriel : christophe.legrand@ico.unicancer.fr / Téléphone : 02 41 35 28 91 \nQualité : Physicien médical\, Institut de Cancérologie de l’Ouest \n 
URL:https://www.sfpm.fr/evenement/bases-de-lia-en-physique-medicale/
LOCATION:Angers\, 15 rue André Boquel\, Angers\, 49055\, France
ATTACH;FMTTYPE=image/png:https://www.sfpm.fr/wp-content/uploads/2024/04/sfpm-default.png
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20270330
DTEND;VALUE=DATE:20270402
DTSTAMP:20260710T094315Z
CREATED:20260710T094315Z
LAST-MODIFIED:20260710T094315Z
UID:6972-1806364800-1806623999@www.sfpm.fr
SUMMARY:La SRBT dans tous ses états
DESCRIPTION:Objectifs de la formation et compétences visées\n\n\nAttendu \nA l’issue de la formation\, le stagiaire sera capable de mettre en place un processus des techniques de SBRT adapté à son service et piloter son exploitation de la simulation à l’administration du traitement. \nObjectifs Pédagogiques  \n\nAnalyser l’objectif thérapeutique d’une prescription de radiothérapie stéréotaxique extra crânienne au regard du contexte clinique et de la localisation tumorale afin d’en définir les spécificités.\nÉlaborer un arbre décisionnel raisonné reliant ces objectifs thérapeutiques aux choix techniques nécessaires à sa mise en œuvre afin de garantir la bonne administration du traitement.\nDialoguer avec les différents acteurs du traitement de l’objectif thérapeutique\, des choix de planification\, de gestion du mouvement\, de guidage par l’image et de administration du traitement en s’appuyant sur les données scientifiques et technologiques actuelles.\nConstruire un programme de métrologie (caractérisation et assurance qualité) permettant l’exploitation sûre du processus de SBRT.\nEvaluer les limites\, risques et critères de qualité associés aux différentes stratégies de traitement\, afin d’assurer une prise en charge sécurisée\, efficace et adaptée au patient.\n\nFormation réalisée en partenariat avec LuméOf. \nLien vers le catalogue en ligne et inscriptions : https://lumeof.hop3team.com/formations/la-sbrt-dans-tous-ses-etats
URL:https://www.sfpm.fr/evenement/la-srbt-dans-tous-ses-etats/
ATTACH;FMTTYPE=image/png:https://www.sfpm.fr/wp-content/uploads/2024/04/sfpm-default.png
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20270331
DTEND;VALUE=DATE:20270403
DTSTAMP:20260622T151742Z
CREATED:20260622T151742Z
LAST-MODIFIED:20260622T151742Z
UID:6963-1806451200-1806710399@www.sfpm.fr
SUMMARY:Python pour les physiciens
DESCRIPTION:
URL:https://www.sfpm.fr/evenement/python-pour-les-physiciens/
LOCATION:Port-Bourgenay\, Talmont-Saint-Hilaire\, 85440\, France
ATTACH;FMTTYPE=image/png:https://www.sfpm.fr/wp-content/uploads/2024/04/sfpm-default.png
END:VEVENT
END:VCALENDAR