Un modèle de quantification à double seuil pour le gel de la marche chez les patients parkinsoniens

Recherche sur le modèle de quantification du gel de la marche chez les patients parkinsoniens Contexte La maladie de Parkinson (Parkinson’s Disease, PD) est une maladie neurodégénérative courante associée à des troubles moteurs complexes. À un stade avancé de la maladie de Parkinson, le phénomène de “gel de la marche” (Freezing of Gait, FOG) est pa...

Une Interface Cerveau-Ordinateur Intersubjects Basée sur l'Entraînement Adversarial de Réseau Neuronal Convolutionnel pour le Décodage de l'Attention en Ligne

Une Interface Cerveau-Ordinateur Intersubjects Basée sur l'Entraînement Adversarial de Réseau Neuronal Convolutionnel pour le Décodage de l'Attention en Ligne

Interface Cerveau-Machine Inter-Sujets : Décodage de l’Attention en Temps Réel Basé sur l’Entraînement Antagoniste de Domaine avec Réseaux Neuronaux Convolutifs Contexte Académique Le décodage de l’attention joue un rôle crucial dans notre vie quotidienne, et sa mise en œuvre basée sur l’électroencéphalogramme (EEG) a suscité une large attention. C...

Quantification et diagnostic des déficits de mobilité

Contexte et motivation de la recherche La maladie de Parkinson (Parkinson’s Disease, PD) est une maladie neurodégénérative qui affecte principalement les capacités motrices des patients, entraînant des tremblements, une bradykinésie, une rigidité des membres et des problèmes d’équilibre à la marche. Ces déficits moteurs nuisent gravement à l’autono...

Un modèle de détection visuelle biomimétique : LGMDs à déclenchement événementiel mis en œuvre avec des circuits neuronaux à spikes fractionnaires

Un modèle de détection visuelle biomimétique : LGMDs à déclenchement événementiel mis en œuvre avec des circuits neuronaux à spikes fractionnaires

Rapport académique : Étude d’un modèle de détection visuelle biomimétique basé sur les circuits neuraux à impulsions fractionnaires Dans les domaines de la conduite intelligente autonome et des véhicules aériens sans pilote, la capacité de prédire rapidement et efficacement les collisions et de déclencher des actions d’évitement revêt une importanc...

IoU du champ de vision pour la détection d'objets dans des images à 360°

Détection d’objets dans les images à 360° à l’aide de l’IoU FOV Ces dernières années, les caméras à 360° ont été largement utilisées dans de nombreux domaines tels que la réalité virtuelle, la conduite autonome et la surveillance de sécurité. Avec l’augmentation des données d’images à 360°, la demande de tâches de reconnaissance d’images à 360°, en...

dvmark: un cadre multicouche profond pour les filigranes vidéo

dvmark: un cadre multicouche profond pour les filigranes vidéo

DVMark : Cadre de filigrane vidéo basé sur l’apprentissage profond multi-échelle La technologie de filigrane vidéo cache des données en intégrant des informations dans la vidéo hôte. Le modèle DVMark proposé dans cet article est une solution de filigrane vidéo basée sur l’apprentissage profond multi-échelle, offrant une robustesse et une praticité ...