Le potentiel des transformers d’images masqués auto-distillés dans l’IRM longitudinale - Segmentation automatique des métastases ganglionnaires cervicales Introduction du rapport Dans la radiothérapie des tumeurs, les techniques de segmentation automatique promettent d’améliorer la vitesse et de réduire les variations inter-lecteurs liées à la segm...

Prédiction de la structure des protéines : défis, progrès et changements de paradigmes de recherche La prédiction de la structure des protéines est un sujet de recherche interdisciplinaire important qui attire des chercheurs de multiples domaines tels que la biochimie, la médecine, la physique, les mathématiques et l’informatique. Les chercheurs on...

Introduction Les chutes sont courantes dans plusieurs populations cliniques, et l’évaluation des risques comprend généralement une observation visuelle de la démarche individuelle. Cependant, l’évaluation observationnelle de la démarche est souvent limitée à des tests de protocoles de marche normalisés en laboratoire pour identifier les déficits su...

Nouvelle percée de l’apprentissage profond dans le diagnostic automatisé par échocardiographie : Rapport d’étude comparant les méthodes d’apprentissage auto-supervisé Contexte de l’étude Avec le développement rapide de l’intelligence artificielle et des technologies d’apprentissage machine, celles-ci jouent un rôle de plus en plus important dans le...

Étude des caractéristiques utiles pour la prédiction de la survie globale des patients atteints de gliomes de bas grade Contexte académique Les gliomes sont une croissance tumorale dans le cerveau, généralement une menace sérieuse pour la vie des patients. Dans la majorité des cas, les gliomes finissent par entraîner la mort du patient. L’analyse d...

Amélioration de la segmentation du gliome pédiatrique de bas grade par l’apprentissage multitâche Introduction La segmentation des tumeurs cérébrales chez les enfants est une tâche clé pour l’analyse du volume tumoral et les algorithmes d’intelligence artificielle. Cependant, ce processus est chronophage et nécessite l’expertise des neuroradiologue...

Basé sur l’apprentissage profond pour la classification des EEG d’imagerie motrice en utilisant la connectivité fonctionnelle de l’imagerie des sources corticales Contexte et motivations de la recherche Les interfaces cerveau-ordinateur (ICO) sont des systèmes qui permettent de décoder directement et de transmettre des informations sur l’activité c...

AutoAlign：Une méthode d’alignement de graphes de connaissances entièrement automatique et efficace, conduite par des modèles linguistiques à grande échelle Le graphe de connaissances (Knowledge Graph, KG) a été largement utilisé dans divers domaines tels que les systèmes de questions-réponses, les systèmes de conversation et les systèmes de recomma...

Réseau de Mémoire Graphique Profonde pour le Suivi de Connaissances Robustes À l’Oubli Ces dernières années, le suivi des connaissances (Knowledge Tracing, KT) en tant que méthode importante d’apprentissage personnalisé a attiré une attention considérable. Le suivi des connaissances vise à prédire la précision des réponses des étudiants à de nouvel...

Réseau de Sommeil Profond : Modèle de Scoring Automatique des Stades de Sommeil Basé sur l’EEG à Canal Unique Introduction Le sommeil a un impact significatif sur la santé humaine, et surveiller la qualité du sommeil est crucial dans la recherche et la pratique médicale. Traditionnellement, les experts en sommeil évaluent les stades du sommeil en a...