Nom : TIBERMACINE
Prénom : Hichem
Spécialités d'organe : Digestive imaging, Emergency imaging, Neuroradiology, Oncology imaging, Thoracic imaging
Numéro d'inscription à l'ordre : N°34/4435
Fonction : Membre
Région : Occitanie
Etablissement(s) : Clinique Saint-Pierre à Perpignan
Juillet 2021 – Juillet 2022 : Fellowship d’imagerie abdominale et interventionnel non vasculaire. Beth Israel Deaconess Medical center, Boston, Etats-Unis. - Septembre 2021
Septembre 2024 : Thèse en sciences, Ecole doctorale CBS 2, Montpellier, France.
Ecole de médecine : Université de Montpellier (Octobre 2008-Novembre 2014).
Master 2 : Master Sciences et numériques pour la santé. Phymed Track. Université de Montpellier (Octobre 2018-Septembre 2019)
DES de radiodiagnostic et imagerie médicale : Université de Montpellier (Novembre 2014-ce jour).
Diplôme de master : Master Sciences et numériques pour la santé. Phymed Track. Université de Montpellier (2019).
Diplôme de réussite du deuxième cycle des études médicales. Université de Montpellier, (Novembre 2014).
United States medical licensing examinations (USMLE) ; USMLE Step 1 : Avril 2017, Score: 247 (80ème percentile) ; USMLE Step 2 CK : Avril 2018, Score: 256 (81ème perecentile) ; USMLE Step 2 CS : Aout 2019. Résultat : réussi.
Nougaret S, Tibermacine H, Tardieu M, Sala E. Radiomics: An Introductory Guide to What It May Foretell. Curr Oncol Rep. 2019 Jun 25;21(8):70. doi: 10.1007/s11912-019-0815-1.
Article soumis pour publication (1er auteur) : Evaluation of diferent radiomics approaches to predict patient outcome in locally advanced rectal cancer
Présentations aux congrès nationaux et régionaux MedNuc-LR, Montpellier, Septembre 2019 : rectal cancer MR radiomics in the prediction of recurrence.
Journées françaises de radiologie, Paris, 2018 ; Microwave ablation role in emergency treatment of bleeding HCCs ; Assessment of tissue perfusion by multiphasic acquisition versus conventional triphasic acquisition.
SFR-LR (Société française de radiologie, Languedoc-Roussillon), Montpellier, Avril 2015 : A case report on “vanishing’’ cancers.
Maitrise (niveau 4/5) du langage de programmation Python pour la manipulation du big data et la création de modèles d’intelligence artificielle.
Maitrise (niveau 4/5) des logiciels de manipulation des images médicales : 3D slicer, Fiji.
Maitrise (niveau 3.5/5) de la modélisation en robotique médicale sur Matlab et Simulink.
Maitrise (niveau 3.5/5) des logiciels de modélisation humaine et de la création d’animations : Maya et Blender.