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 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 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...
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...
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...
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 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 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...
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...
Le Modèle d’Apprentissage Profond Révèle le Mécanisme de Saturation Sémantique La saturation sémantique, c’est-à-dire le phénomène où un mot ou une phrase perd son sens après avoir été répété plusieurs fois, est un phénomène psychologique bien connu. Cependant, les principes micro-neurocomputionnels qui provoquent ce mécanisme sont encore inconnus....