Analyse des caractéristiques apprises similaires aux critères diagnostiques dans la classification ECG à 12 dérivations par apprentissage profond

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Système cardiovasculaire,
apprentissage profond   ECG   intelligence artificielle explicable   attribution de caractéristiques   fibrillation auriculaire   bloc de branche gauche   traitement du signal biologique  

Recherche sur l’interprétabilité de l’apprentissage profond dans le diagnostic automatisé de l’ECG — Synthèse des avancées basées sur l’IA explicable I. Contexte académique et problématique L’électrocardiogramme (ECG), moyen important de collecte de signaux physiologiques pour le diagnostic des maladies cardiaques en clinique, existe depuis plus d’...

Prédiction de bout en bout de la progression de l'arthrose du genou avec des transformeurs multimodaux

Sciences de l'information, Intelligence artificielle, Médecine, Orthopédie, Imagerie médicale, Médecine du sport,
arthrose du genou   imagerie par résonance magnétique   fusion multimodale   prédiction de progression   apprentissage profond   imagerie médicale   modèle transformeur  

Prédiction de bout en bout de la progression de l’arthrose du genou grâce aux Transformers multimodaux I. Présentation du contexte scientifique L’arthrose du genou (Knee Osteoarthritis, KOA) est une maladie chronique du système musculo-squelettique qui touche des centaines de millions de personnes dans le monde. En raison de la dégénérescence progr...

Prédiction du cancer du poumon améliorée par l'IA : le triomphe de la précision d’un modèle hybride

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Système respiratoire, Imagerie médicale, Oncologie,
cancer du poumon   apprentissage profond   réseau neuronal convolutif   réseau de mémoire longue courte bidirectionnel   classification de texte   traitement du langage naturel   médecine de précision  

Contexte Le cancer du poumon (lung cancer), l’une des tumeurs malignes ayant les taux d’incidence et de mortalité les plus élevés au monde, continue de représenter un défi majeur dans le domaine médical moderne. D’après les statistiques, le taux de survie à cinq ans des patients atteints de cancer du poumon reste extrêmement bas ; cette pathologie ...

Une nouvelle perspective sur l'imputation de séries temporelles médicales par apprentissage profond

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Imagerie médicale,
apprentissage profond   séries temporelles médicales   imputation de données   dossiers de santé électroniques   biais inductif   données manquantes   étalonnage  

Une nouvelle perspective sur l’imputation des données temporelles médicales par l’apprentissage profond — Analyse du survol «How Deep Is Your Guess? A Fresh Perspective on Deep Learning for Medical Time-Series Imputation » 1. Contexte académique et motivations de recherche Dans le contexte du développement croissant de l’informatisation des données...

Modèles d'apprentissage automatique explicables et randomisés pour un diagnostic médical efficace

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Urologie, Néphrologie, Imagerie médicale, Oncologie, Système cardiovasculaire,
diagnostic médical   modèles aléatoires   intelligence artificielle explicable   machines à apprentissage extrême   réseau fonctionnel à vecteurs aléatoires   big data   apprentissage profond  

Percée dans le diagnostic médical intelligent : les modèles d’apprentissage automatique aléatoires et explicables propulsent l’efficacité du diagnostic médical I. Contexte académique et motivation de la recherche Ces dernières années, les modèles d’apprentissage profond (Deep Learning, DL) jouent un rôle clé dans le domaine de la santé. En analysan...