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...

RDGuru : Un agent conversationnel intelligent pour les maladies rares

Sciences de l'information, Intelligence artificielle, Médecine, Pédiatrie, Médecine fondamentale, Analyses médicales, Sciences de la vie, Génie biologique, Génétique,
maladies rares   IA conversationnelle   réseau Q profond   consultation médicale   grand modèle linguistique   questions-réponses sur la connaissance   prise de décision clinique  

Agent conversationnel intelligent pour les maladies rares — RDGuru : les technologies de pointe au service de la transformation du diagnostic clinique Contexte académique et motivation de la recherche Les maladies rares (Rare Diseases, RD) sont des maladies touchant moins de 6,5 à 10 personnes pour 10 000. Leur rareté individuelle, la complexité de...

WavRX : un modèle diagnostique de santé vocale indépendant de la maladie, généralisable et préservant la vie privée

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Système respiratoire, Santé environnementale et publique, Psychiatrie, Neurologie, Oncologie,
diagnostic vocal   indépendant de la maladie   préservation de la vie privée   généralisabilité   représentation universelle   embeddings de santé   dynamique de modulation  

Une avancée révolutionnaire dans le diagnostic de santé à distance basé sur la parole — Analyse de « wavrx: a disease-agnostic, generalizable, and privacy-preserving speech health diagnostic model » 1. Contexte de la recherche et introduction du problème Avec l’essor de la télémédecine et la demande croissante en gestion de la santé, la surveillanc...

Evomoe : Mélange évolutif d'experts pour la classification SSVEP-EEG avec apprentissage indépendant de l'utilisateur

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique, Biophysique,
interface cerveau-ordinateur   électroencéphalographie   mélange évolutif d'experts   différences individuelles   apprentissage indépendant de l'utilisateur   SSVEP   apprentissage par transfert  

Analyse de “EVOMOE: Evolutionary Mixture-of-Experts for SSVEP-EEG Classification with User-Independent Training” I. Contexte de la recherche et problématique La technologie des interfaces cerveau-ordinateur (Brain-Computer Interface, BCI) possède dernièrement de vastes perspectives d’application dans l’ingénierie neuronale, l’assistance aux personn...

Reconstruction générative de signaux cardiaques multimodaux à partir d'un unique capteur de cardiographie vibratoire

Ingénierie, Génie électrique, Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Système cardiovasculaire, Sciences de la vie, Génie biologique,
surveillance cardiaque   réseaux antagonistes génératifs   signaux multimodaux   capteur portable   cardiographie vibratoire   électrocardiogramme   pression artérielle non invasive  

Génération de signaux cardio-vasculaires multimodaux à partir d’un unique capteur de vibrational cardiography Présentation du contexte Les maladies cardiovasculaires (Cardiovascular Disease, CVD), l’une des principales causes de morbidité et de mortalité dans le monde, touchent chaque année des centaines de millions de patients et imposent un lourd...

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...