Deep scSTAR : Exploiter l'apprentissage profond pour l'extraction et l'amélioration des caractéristiques associées au phénotype à partir du séquençage d'ARN unicellulaire et des données de transcriptomique spatiale

Sciences de l'information, Intelligence artificielle, Médecine, Sciences de la vie, Biologie cellulaire, Immunologie,
Séquençage d'ARN unicellulaire   Transcriptomique spatiale   Apprentissage profond   Caractéristiques associées au phénotype   Microenvironnement tumoral  

Ces dernières années, des technologies de pointe telles que le séquençage unicellulaire (single-cell RNA sequencing, scRNA-seq) et la transcriptomique spatiale (spatial transcriptomics, ST) ont profondément stimulé le développement des sciences de la vie et de la médecine clinique. Elles ont révélé l’hétérogénéité cellulaire et ont offert de nouvel...

Analyse de séquence : Alignement de séquences d'ADN à l'aide de modèles Transformer

Sciences de l'information, Intelligence artificielle, Sciences de la vie, Génie biologique, Génétique,
Alignement de séquences d'ADN   Modèles Transformer   Analyse génomique   Apprentissage profond   Bioinformatique  

Contexte académique L’alignement des séquences d’ADN est une tâche centrale en génomique, visant à localiser les fragments courts d’ADN (reads) aux positions les plus probables sur un génome de référence. Les méthodes traditionnelles se divisent généralement en deux étapes : l’indexation du génome, suivie d’une recherche efficace pour localiser les...

Segmentation des tumeurs mammaires ABVS via l'intégration du CNN avec l'auto-attention par échantillonnage dilaté et le Transformer d'interaction de caractéristiques

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale,
Segmentation des tumeurs mammaires   Scanner automatique de volume mammaire   Réseau de segmentation 3D Transformer-CNN   Modélisation d'image masquée   Apprentissage profond   Analyse d'images médicales   Apprentissage auto-supervisé  

Segmentation des tumeurs mammaires ABVS basée sur CNN et Dilated Sampling Self-Attention Contexte académique Le cancer du sein est le deuxième cancer le plus courant dans le monde, et une détection précoce et précise est essentielle pour améliorer le pronostic des patients et réduire la mortalité. Bien que plusieurs techniques d’imagerie (telles qu...

Cadre de reconstruction profonde avec mécanismes d'auto-étalonnage pour l'imagerie accélérée de transfert de saturation chimique d'échange

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Sciences de la vie, Génie biologique,
Imagerie de transfert de saturation chimique d'échange   Apprentissage profond   Reconstruction d'image   Auto-étalonnage   Imagerie rapide  

Cadre de reconstruction approfondie avec mécanismes d’auto-étalonnage (DEISM) pour l’imagerie par transfert de saturation à échange chimique accélérée Contexte académique L’imagerie par transfert de saturation à échange chimique (Chemical Exchange Saturation Transfer, CEST) est une technique d’imagerie par résonance magnétique moléculaire hautement...

SigWavNet : Apprentissage d'un réseau de traitement de signaux multi-résolution pour la reconnaissance des émotions vocales

Sciences de l'information, Informatique, Intelligence artificielle,
Reconnaissance des émotions vocales   Transformée en ondelettes   Apprentissage profond   Réseau de neurones convolutif   Unités récurrentes à portes bidirectionnelles  

Application des réseaux d’ondelettes multi-résolution pour la reconnaissance des émotions vocales : SigWavNet Contexte académique La reconnaissance des émotions vocales (Speech Emotion Recognition, SER) joue un rôle crucial dans les interactions homme-machine et l’évaluation psychologique. Elle identifie les états émotionnels des locuteurs en analy...

Peau électronique à base de réseau métallorganique améliorée par apprentissage profond pour la surveillance de la santé

Chimie, Nanosciences, Science des matériaux, Sciences de l'information, Semi-conducteurs et dispositifs d'information, Intelligence artificielle, Sciences de la vie, Génie biologique,
Peau électronique   Réseau métallorganique   Apprentissage profond   Surveillance de la santé   Détection de mouvement   Détection biomoléculaire   Intelligence artificielle  

La peau électronique renforcée par l’apprentissage profond en métal-organique pour la surveillance de la santé Contexte académique La peau électronique (e-skin) est une technologie capable de percevoir des stimuli physiologiques et environnementaux, imitant les fonctions de la peau humaine. Ces dernières années, les applications potentielles de l’e...

Utilisation des données de pharmacovigilance pour prédire les profils de toxicité à l'échelle de la population de l'immunothérapie par inhibiteurs de points de contrôle

Sciences de l'information, Informatique, Médecine, Oncologie, Sciences de la vie, Immunologie,
Pharmacovigilance   Inhibiteurs de points de contrôle   Prédiction de toxicité   Apprentissage profond   Immunothérapie du cancer   Analyse de population   Réseau de convolution graphique dynamique  

Prédiction et surveillance de la toxicité des inhibiteurs de point de contrôle immunitaire : L’application révolutionnaire du framework DysPred basé sur l’apprentissage profond Contexte académique Les inhibiteurs de point de contrôle immunitaire (immune checkpoint inhibitors, ICIs) représentent une avancée majeure dans le domaine de l’immunothérapi...

Algorithmes d'apprentissage profond pour la détection du cancer du sein dans une cohorte de dépistage au Royaume-Uni : en tant que lecteurs autonomes et combinés avec des lecteurs humains

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Oncologie,
Apprentissage profond   Dépistage du cancer du sein   Lecture autonome   Lecture humaine   Cohorte britannique  

Algorithmes d’apprentissage profond pour la détection du cancer du sein dans une cohorte de dépistage britannique Contexte académique Le cancer du sein est l’un des cancers les plus fréquents chez les femmes à l’échelle mondiale, et le dépistage précoce est crucial pour améliorer les taux de guérison. Les systèmes traditionnels de détection assisté...

Transformer pour la réidentification d'objets : un aperçu

Sciences de l'information, Électronique et informatique, Informatique, Automatique, Intelligence artificielle,
Réidentification d'objets   Transformer   Apprentissage profond   Reconnaissance multimodale   Analyse vidéo  

Transformer pour la Ré-identification d’Objets : Une Synthèse Contexte et Importance de la Recherche La ré-identification d’objets (Object Re-Identification, Re-ID) est une tâche majeure en vision par ordinateur, visant à identifier des objets spécifiques à travers différents moments et contextes. Ce domaine a connu des avancées significatives grâc...

Apprentissage profond du phénotype d'imagerie et du génotype pour prédire le temps de survie global des patients atteints de glioblastome

Apprentissage profond du phénotype d'imagerie et du génotype pour prédire le temps de survie global des patients atteints de glioblastome

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Imagerie médicale, Oncologie, Sciences de la vie, Génétique,
Glioblastome   Survie globale   Pronostic   Génotype   Moléculaire   Multi-tâches   Apprentissage profond  

Dans le monde entier, le glioblastome (Glioblastoma, GBM) est la tumeur cérébrale maligne la plus courante et la plus mortelle. Ces dernières années, des études ont tenté de prédire la survie globale (Overall Survival, OS) des patients atteints de GBM en utilisant des techniques d’apprentissage automatique basées sur les phénotypes d’imagerie unimo...