Prédiction de la maladie du gliome basée sur une machine à apprendre intégrée optimisée Contexte et objectifs de la recherche Dans la recherche médicale, les gliomes sont les tumeurs cérébrales primaires les plus communes, regroupant plusieurs types de cancer avec différents comportements cliniques et résultats thérapeutiques. Une prédiction précis...

Utilisation de l’apprentissage automatique transparent et des perspectives explicatives pour autonomiser l’intelligence artificielle explicable dans le pronostic des gliomes Contexte académique Cette étude vise à développer une technique fiable pour détecter si des patients souffrent d’un type spécifique de tumeur cérébrale — gliome — en utilisant ...

Recherche clinique sur l’application des méthodes d’analyse des fragments d’ADN sans cellules pour améliorer la détection précoce du cancer du poumon Contexte de l’étude Le cancer du poumon est l’un des types de cancer les plus menaçants pour la santé des hommes et des femmes dans le monde entier. Aux États-Unis, plus de 125 000 personnes meurent c...

Prédiction de l’asthme par des classificateurs améliorés par des graphes d’affinité : Une approche d’apprentissage automatique basée sur les biomarqueurs sanguins routiniers Introduction L’asthme est une maladie chronique du système respiratoire affectant environ 235 millions de personnes dans le monde. Selon l’Organisation mondiale de la santé (OM...

Introduction de Contexte La dépression, en particulier le Trouble Dépressif Majeur (Major Depressive Disorder, abrégé MDD), est une maladie mentale répandue et invalidante, souvent décrite comme un “rhume psychologique”. De nombreuses personnes atteintes de MDD éprouvent des symptômes persistants de tristesse, de désespoir, de troubles cognitifs et...

Dans les signaux de contrôle traditionnels de la DBS, les recherches se sont principalement concentrées sur l’activité de la bande bêta du noyau sous-thalamique (Gilron et al., 2021). Cependant, avec l’avancement des études, les scientifiques ont réalisé que les tremblements ne sont pas seulement déterminés par l’activité du noyau sous-thalamique, ...

Rôle des micro-états EEG dans la prédiction de l’efficacité du traitement par oxcarbazépine chez les patients nouvellement diagnostiqués avec une épilepsie focale Introduction Contexte L’épilepsie focale est le type d’épilepsie le plus courant, représentant environ 60% de tous les cas d’épilepsie. Le choix des médicaments antiépileptiques varie en ...

Dans l’environnement éducatif actuel, comprendre le style d’apprentissage des étudiants est crucial pour améliorer leur efficacité d’apprentissage. En particulier, l’identification des styles d’apprentissage visuels (visual learning style) aide les enseignants et les étudiants à adopter des stratégies plus efficaces dans le processus d’enseignement...

Application de la magnétoencéphalographie (MEG) pour analyser les changements des modèles de micro-états oscillatoires du cerveau entier tout au long de la vie: Une étude de cohorte du Cambridge Centre for Ageing and Neuroscience Contexte de la recherche Avec le vieillissement de la population devenant un problème de plus en plus grave, il est esse...

Application de la radiomique dans la prédiction du contrôle local après radiothérapie stéréotaxique postopératoire chez les patients ayant des métastases cérébrales Contexte académique Les métastases cérébrales (Brain Metastases, BMs) sont les tumeurs cérébrales malignes les plus courantes, leur incidence dépassant largement celle des tumeurs céréb...