Estimation et évaluation de la conformité des explications contrefactuelles multiclasses pour la prévention des maladies chroniques

Sciences de l'information, Intelligence artificielle, Médecine, Système respiratoire, Santé environnementale et publique, Système cardiovasculaire,
prévention des maladies chroniques   explications contrefactuelles   prédictions conformes   IA explicable   risque cardiovasculaire   sélection de caractéristiques  

I. Contexte académique et motivation de la recherche Au cours des dernières années, l’intelligence artificielle (IA) a réalisé d’immenses progrès dans le domaine de la santé. Passant des premiers systèmes d’aide au diagnostic et de la prédiction du risque à la recommandation de programmes d’intervention personnalisés, l’IA est devenue un outil clé ...

AV-FOS : reconnaissance du style d’interaction multimodal audio-visuel basée sur transformeur pour les enfants autistes avec la version révisée du Family Observation Schedule 3ème édition (FOS-R-III)

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Pédiatrie, Psychiatrie, Psychologie clinique, Imagerie médicale,
trouble du spectre autistique   comportements problématiques   apprentissage multimodal   apprentissage auto-supervisé   compréhension vidéo   reconnaissance du style d’interaction   observation clinique  

I. Introduction de contexte : Les difficultés cliniques de la surveillance du comportement des enfants autistes et les perspectives technologiques Le trouble du spectre autistique (TSA, Autism Spectrum Disorder, ASD, autisme) est un trouble neurodéveloppemental qui dure toute la vie. Ces dernières années, les taux d’autisme aux États-Unis ont augme...

Cadre Transformer-GRU sensible à l'espace pour un diagnostic amélioré du glaucome à partir d'imagerie OCT 3D

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Ophtalmologie, Imagerie médicale,
Détection du glaucome   Tomographie par cohérence optique 3D   Transformer   unités récurrentes à porte   cohérence spatiale   intelligence artificielle   soutien à la décision clinique  

1. Contexte académique – L’impératif d’innovation pour le dépistage précoce du glaucome Le glaucome est l’une des principales causes de cécité irréversible dans le monde. Comme l’ont montré des études telles que [31], le glaucome présente des symptômes précoces discrets et les atteintes visuelles sont irréversibles, ce qui rend la détection et l’in...

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...