Un cadre d'adaptation de domaine de transport siamois pour la classification IRM 3D des gliomes et des maladies d'Alzheimer

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie, Imagerie médicale, Oncologie,
IRM 3D   Gliomes   Maladie d'Alzheimer   Adaptation de domaine   Apprentissage profond  

Classification des Gliomes et de la Maladie d’Alzheimer sur des IRM 3D Basée sur le Cadre d’Adaptation de Domaine Siamese-Transport Contexte de l’Étude Dans le diagnostic assisté par ordinateur, le dépistage des images par résonance magnétique (IRM) 3D joue un rôle crucial dans le diagnostic précoce de diverses maladies cérébrales, permettant de pr...

DeepSleepNet : Un modèle de classification automatique des stades du sommeil basé sur l'EEG monocanal brut

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
classification des stades du sommeil   apprentissage profond   EEG monocanal   réseaux neuronaux convolutifs   LSTMs bidirectionnels   extraction de caractéristiques   automatisation  

Réseau de Sommeil Profond : Modèle de Scoring Automatique des Stades de Sommeil Basé sur l’EEG à Canal Unique Introduction Le sommeil a un impact significatif sur la santé humaine, et surveiller la qualité du sommeil est crucial dans la recherche et la pratique médicale. Traditionnellement, les experts en sommeil évaluent les stades du sommeil en a...

Réalité virtuelle immersive pour la rééducation cognitive des survivants d'un AVC

Réalité virtuelle immersive pour la rééducation cognitive des survivants d'un AVC

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
réalité virtuelle immersive   rééducation cognitive   récupération d'un AVC   jeux sérieux   essai randomisé contrôlé  

Ces dernières années, la technologie de réalité virtuelle (VR) est devenue de plus en plus courante, et le prix des équipements matériels associés est devenu plus abordable. Par exemple, les écrans montés sur la tête (Head Mounted Displays, HMDs) disponibles sur le marché offrent désormais une haute résolution d’affichage ainsi qu’un suivi précis d...

Transformateurs de vision, modèle d'ensemble et apprentissage par transfert utilisant l'IA explicable pour la détection et la classification des tumeurs cérébrales

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Imagerie médicale, Oncologie,
classification des tumeurs cérébrales   apprentissage profond   apprentissage ensembliste   classification multiclasses   apprentissage par transfert   IA explicable   transformateurs de vision  

En raison de la forte incidence et de la létalité des tumeurs cérébrales, il est devenu particulièrement important de détecter et de classifier rapidement et précisément les tumeurs cérébrales. Les tumeurs cérébrales incluent des types malins et non malins, et leur croissance anormale peut causer des dommages à long terme au cerveau. L’imagerie par...

Réseaux de Convolution de Graphes Spatio-Temporels Multi-Vue avec Généralisation de Domaine pour la Classification des États de Sommeil

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Médecine fondamentale, Analyses médicales, Neurologie, Sciences de la vie, Génie biologique,
classification des états de sommeil   convolution de graphes spatio-temporels   apprentissage par transfert   généralisation de domaine   réseaux cérébraux  

Le classement des phases de sommeil est essentiel pour évaluer la qualité du sommeil et diagnostiquer les maladies. Cependant, les méthodes actuelles de classification rencontrent encore de nombreux défis lorsqu’il s’agit de traiter les caractéristiques spatiales et temporelles des signaux cérébraux multicanaux qui changent avec le temps, de gérer ...

Classification EEG inter-sujets basé sur l'apprentissage ensembliste hétérogène multi-tâches chez les patients victimes d'AVC

Classification EEG inter-sujets basé sur l'apprentissage ensembliste hétérogène multi-tâches chez les patients victimes d'AVC

Sciences de l'information, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
AVC   électroencéphalographie   imagerie motrice   entraînement inter-sujets   apprentissage ensembliste hétérogène multi-tâches  

Introduction L’imagerie motrice (Motor Imagery, MI) fait référence à l’exécution d’une activité par l’imagination sans mouvement musculaire réel. Ce paradigme est largement utilisé dans les interfaces cerveau-machine (Brain-Computer Interface, BCI) pour décoder l’activité cérébrale en commandes de contrôle pour des dispositifs externes. En particul...