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

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

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

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 ...

Modélisation et validation in silico de l'effet du courant potassique activé par le calcium sur la repolarisation ventriculaire dans les myocytes défaillants

Effet des canaux potassiques activés par le calcium (canaux SK) sur la repolarisation dans les myocytes ventriculaires en insuffisance cardiaque — Une étude basée sur la modélisation computationnelle Contexte et importance académique de la recherche L’insuffisance cardiaque (IC, en anglais heart failure, HF) est une maladie cardiaque sévère et fréq...

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

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

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...