En raison de la forte incidence et de la létalité des tumeurs cérébrales, il est devenu particulièrement important de détecter et de classifier rapidement et précisément les tumeurs cérébrales. Les tumeurs cérébrales incluent des types malins et non malins, et leur croissance anormale peut causer des dommages à long terme au cerveau. L’imagerie par...

Les modèles musculosquelettiques ont été largement utilisés pour les analyses biomécaniques car ils peuvent estimer des variables de mouvement difficiles à mesurer directement in vivo (comme les forces musculaires et les moments articulaires). Les modèles musculosquelettiques entraînés de manière traditionnelle par des processus physiques peuvent e...

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...

Développement et validation d’un modèle radiomique d’apprentissage profond combiné aux caractéristiques radiologiques cliniques pour prédire les métastases péritonéales occultes chez les patients atteints d’adénocarcinome canalaire pancréatique Contexte L’adénocarcinome canalaire pancréatique (Pancreatic Ductal Adenocarcinoma, PDAC) est une tumeur ...

Étude diagnostique sur la prédiction de la malignité des lésions BI-RADS US 4A chez les femmes à forte densité mammaire en combinant l’apprentissage profond avec les images mammographiques et échographiques Contexte Le cancer du sein est la tumeur maligne la plus fréquente chez les femmes, avec une incidence et un taux de mortalité élevés. Des étud...

Voici la traduction française complète du rapport, tout en conservant le formatage Markdown et les marqueurs originaux: Étude multicentrique sur la classification des lésions mammaires basée sur l’intelligence artificielle Dans le domaine du cancer du sein, un diagnostic précoce est essentiel pour améliorer l’efficacité du traitement et le taux de ...

Amélioration de l’imagerie super-structurelle et de la microscopie électronique volumique via des algorithmes d’apprentissage profond basés sur les modèles de diffusion Introduction La microscopie électronique (Electron Microscopy, abrégée EM) en tant qu’outil d’imagerie à haute résolution a permis des percées majeures en biologie cellulaire. Les t...

Évaluation systématique de l’alignement euclidien avec l’apprentissage profond pour le décodage de l’EEG Introduction Les signaux électroencéphalographiques (EEG) sont largement utilisés dans les interfaces cerveau-machine (BCI) en raison de leur nature non invasive, de leur portabilité et de leur faible coût d’acquisition. Cependant, les signaux E...

Utilisation de l’automate cellulaire génératif pour étudier la morphogénèse chiral de l’or Contexte et objectifs de l’étude La chiralité est omniprésente dans la nature et peut être transmise et amplifiée entre les systèmes par des interactions moléculaires spécifiques et des couplages multiéchelles. Cependant, les mécanismes de formation de la chi...

Contexte et Motivation de la Recherche En physique, comprendre le mouvement des fluides est crucial pour appréhender notre environnement et comment nous interagissons avec lui. Cependant, les méthodes traditionnelles de simulation de fluides présentent des limites en raison de leurs exigences computationnelles élevées dans des applications pratique...