Profilage immunitaire complet du sang périphérique révèle cinq immunotypes avec des caractéristiques de réponse à l'immunothérapie chez les patients atteints de cancer

Médecine, Rhumatologie et immunologie, Médecine fondamentale, Oncologie, Sciences de la vie, Immunologie,
sang périphérique   profilage immunitaire   immunothérapie   cancer   apprentissage automatique  

Rapport d’étude sur l’analyse des caractéristiques immunitaires du sang périphérique chez les patients atteints de cancer Le cancer est un problème de santé majeur et omniprésent à l’échelle mondiale. Bien que des progrès significatifs aient été réalisés dans le traitement du cancer ces dernières années, de nombreux défis restent à relever, notamme...

Quantification et diagnostic des déficits de mobilité

Sciences de l'information, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Biophysique,
déficits de mobilité   maladie de Parkinson   capteurs portables   apprentissage automatique   suivi du mouvement  

Contexte et motivation de la recherche La maladie de Parkinson (Parkinson’s Disease, PD) est une maladie neurodégénérative qui affecte principalement les capacités motrices des patients, entraînant des tremblements, une bradykinésie, une rigidité des membres et des problèmes d’équilibre à la marche. Ces déficits moteurs nuisent gravement à l’autono...

Classificateur de l'AVC : Classification de l'étiologie de l'accident vasculaire cérébral ischémique par modélisation par consensus d'ensemble utilisant des dossiers de santé électroniques

Sciences de l'information, Intelligence artificielle, Médecine, Santé environnementale et publique, Neurologie,
AVC   apprentissage automatique   intelligence artificielle   classification de l'étiologie   dossiers de santé   précision diagnostique   prévention secondaire  

StrokeClassifier : Un outil d’intelligence artificielle pour la classification étiologique des AVC ischémiques basé sur les dossiers de santé électroniques Contexte du projet et motivation de la recherche La reconnaissance de l’étiologie des accidents vasculaires cérébraux (notamment les accidents ischémiques aigus, AIS) est cruciale pour la préven...

Génération de Tuiles d'Images Synthétiques de Lames Entières de Tumeurs à partir de Données de Séquençage ARN via des Modèles de Diffusion en Cascade

Génération de Tuiles d'Images Synthétiques de Lames Entières de Tumeurs à partir de Données de Séquençage ARN via des Modèles de Diffusion en Cascade

Sciences de l'information, Intelligence artificielle, Médecine, Médecine fondamentale, Oncologie,
modèles de diffusion en cascade   séquençage ARN   images synthétiques   tumeurs   apprentissage automatique   pénurie de données   données multimodales  

Génération d’images synthétiques de lames entières de tumeurs à partir de données de séquençage d’ARN via des modèles de diffusion en cascade Une étude récemment publiée dans Nature Biomedical Engineering intitulée “Generation of Synthetic Whole-Slide Image Tiles of Tumours from RNA-Sequencing Data via Cascaded Diffusion Models” a suscité une large...

Modélisation des biais de jeu de données dans les théories d'apprentissage automatique de la prise de décision économique

Sciences de l'information, Intelligence artificielle, Lettres et autres,
biais de jeu de données   prise de décision économique   apprentissage automatique   réseaux neuronaux   bruit de décision  

Contexte Depuis longtemps, les modèles normatifs et descriptifs tentent d’expliquer et de prédire les comportements de prise de décision des humains face à des choix risqués tels que des biens ou des jeux de hasard. Une étude récente, en entraînant des réseaux neuronaux (Neural Networks, NNs) sur un nouveau grand ensemble de données en ligne nommé ...

Pré-entraînement renforcé par la géométrie sur les potentiels interatomiques

Chimie, Chimie computationnelle, Sciences de l'information, Informatique, Intelligence artificielle,
apprentissage automatique   dynamique moléculaire   réseaux neuronaux de graphes   apprentissage auto-supervisé   potentiels interatomiques  

Pré-entraînement auto-supervisé géométriquement renforcé pour les interactions interatomiques Introduction La dynamique moléculaire (DM) joue un rôle important dans les domaines de la physique, la chimie, la biologie et la science des matériaux, en fournissant des informations au niveau atomique. La précision et l’efficacité des simulations DM dépe...

Apprentissage efficace de substituts précis pour les simulations de systèmes complexes

Physique, Physique quantique, Thermodynamique, Sciences de l'information, Informatique, Intelligence artificielle,
modèles de substitution   apprentissage automatique   échantillonnage optimisé   apprentissage en ligne  

Cette recherche propose une méthode d’apprentissage en ligne pour construire efficacement des modèles de substitution capables de simuler avec précision des systèmes complexes. Cette méthode comprend principalement trois composantes clés : Une stratégie d’échantillonnage pour générer de nouvelles données d’entraînement et de test ; Une stratégie d’...