Réseau de Transformation Multi-Vue (MVTN) : Nouveaux Progrès dans la Recherche sur la Compréhension 3D Contexte et Motivation de la Recherche Dans le domaine de la vision par ordinateur, les recherches sur l’apprentissage profond pour les données tridimensionnelles (3D) ont progressé de manière significative ces dernières années, notamment dans les...
Association des caractéristiques d’élimination des corps apoptotiques avec le pronostic et l’immunothérapie dans l’adénocarcinome pulmonaire Contexte et motivation de l’étude Le cancer du poumon est la principale cause de décès liés au cancer dans le monde, et l’adénocarcinome pulmonaire (LUAD) en est le sous-type histologique le plus courant. En r...
Conception assistée par apprentissage profond de protéines : génération de séquences fonctionnelles grâce à un modèle de diffusion conditionnelle Les protéines constituent un élément central des recherches et applications en sciences de la vie, leur diversité et complexité fonctionnelle offrant aux scientifiques une infinité de possibilités. Avec l...
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...