Modèle Hétérogène de Fédération Apprentissage Semi-Supervisé pour la Segmentation d’Images Médicales Introduction La segmentation des images médicales joue un rôle crucial dans le diagnostic clinique en aidant les médecins à identifier et analyser les pathologies. Cependant, cette tâche est souvent confrontée à des défis tels que les données sensib...

Rapport de recherche sur la détection des nodules thyroïdiens dans les vidéos échographiques semi-supervisées Contexte de la recherche Les nodules thyroïdiens sont des maladies thyroïdiennes courantes, et leur dépistage et diagnostic précoce reposent généralement sur des examens échographiques. L’échographie est une méthode de détection non invasiv...

Contexte et Motivation de la Recherche La segmentation des images médicales revêt une importance capitale dans l’analyse des structures anatomiques et des zones de lésions, ainsi que dans le diagnostic clinique. Cependant, les méthodes d’apprentissage supervisé existantes reposent sur une grande quantité de données annotées, alors que l’obtention d...

Introduction Il y a cent ans, Hevesy a proposé pour la première fois l’utilisation de traceurs radioactifs comme biomarqueurs pour les plantes et cela a été validé par la suite dans des expériences sur des rats. Cette découverte a stimulé le développement de la médecine nucléaire et de l’imagerie moléculaire dans le domaine biomédical, rendant poss...

Analyse des Composantes Évoquées (ECA) : Décomposition des Signaux Fonctionnels Ultrasonores par Régularisation GLM Introduction générale L’analyse des données de neuroimagerie fonctionnelle vise à révéler les motifs spatiaux et temporels de l’activité cérébrale. Les méthodes d’analyse des données existantes se divisent principalement en deux catég...

Étude et application de la débruitage des mesures dynamiques des impacts à la tête basée sur les réseaux de neurones convolutifs Contexte de la recherche Le traumatisme crânien léger (MTBI) est une menace mondiale pour la santé. Les êtres humains sont souvent confrontés au risque de MTBI dans des situations telles que chutes, accidents de la route ...

Reconstruction d’images IRM en champ faible utilisant l’apprentissage profond basé sur la connaissance physique Introduction : La technologie de l’imagerie par résonance magnétique (IRM) a attiré de plus en plus d’attention ces dernières années dans les applications d’imagerie par résonance magnétique à faible champ. L’IRM à faible champ, en raison...

Une étude de collaboration inter-agences sur la détection des anomalies des bruits cardiaques en utilisant l’apprentissage fédéré Contexte académique Les maladies cardiovasculaires (CVDs) sont devenues l’une des principales causes de mortalité, notamment chez les personnes âgées. Les problèmes de santé cardiovasculaire requièrent une attention part...

Rapport académique sur les articles scientifiques En médecine moderne, la régulation de la respiration est cruciale pour les patients souffrant de troubles respiratoires. Cependant, les respirateurs à pression positive actuellement utilisés en clinique présentent des problèmes de dépendance à long terme et de dommages, tandis que des dispositifs d’...

Recherche sur le modèle de quantification du gel de la marche chez les patients parkinsoniens Contexte La maladie de Parkinson (Parkinson’s Disease, PD) est une maladie neurodégénérative courante associée à des troubles moteurs complexes. À un stade avancé de la maladie de Parkinson, le phénomène de “gel de la marche” (Freezing of Gait, FOG) est pa...