Analyse de l’apprentissage machine supervisé de l’analyse CT cérébrale en tant qu’outil de prédiction du pronostic après un arrêt cardiaque extrahospitalier Contexte de l’étude L’arrêt cardiaque extrahospitalier (ACEH) est l’une des principales causes de décès dans le monde occidental, avec un taux de survie extrêmement faible, allant de 3% à 16% s...
Ces dernières années, l’épilepsie réfractaire (refractory epilepsy) suscite un intérêt croissant dans le milieu médical. Cette forme d’épilepsie est définie par la persistance de crises d’épilepsie graves malgré deux traitements appropriés par des médicaments antiépileptiques. Pour les patients ne répondant pas au traitement médicamenteux, si la zo...
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...
Transformer la salle d’opération en un environnement de réalité mixte : une étude clinique prospective pour l’occlusion d’anévrismes cérébraux Le traitement chirurgical des anévrismes cérébraux est un processus extrêmement complexe et délicat dans le domaine de la neurochirurgie. Pour améliorer les résultats chirurgicaux, les chercheurs explorent c...
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 ...
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...
Étude des différences métaboliques entre les cellules de gliome IDH muté et de type sauvage basée sur la spectroscopie Raman et une plateforme d’apprentissage automatique Introduction Dans le diagnostic et le traitement des gliomes, les coupes de tissus fixés au formol et inclus en paraffine (FFPE) sont couramment utilisées. Cependant, leur utilisa...
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...
Pipeline de segmentation d’images basée sur les réseaux de neurones convolutifs (CNN) pour la modélisation de stimulation individualisée de la moelle épinière féline Contexte et motivation de la recherche La stimulation de la moelle épinière (Spinal Cord Stimulation, SCS) est une méthode thérapeutique largement utilisée pour la gestion de la douleu...