Etude sur le rôle du guidage par imagerie hyperspectrale quantitative assistée par apprentissage automatique dans la résection tumorale cérébrale Introduction La résection complète des gliomes malins a toujours été confrontée au défi de différencier les cellules tumorales dans les zones d’infiltration. Le contexte de cette étude est le suivant : en...
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...
Dans le monde entier, la tendance à l’obésité est en constante augmentation, ce qui a des répercussions importantes sur la santé publique. L’obésité est indépendamment associée à une incidence accrue de maladies cardiovasculaires et à une mortalité plus élevée, avec une charge économique pour les systèmes de santé estimée à plus de 200 milliards de...
Caractérisation de l’hétérogénéité des types de fibres musculaires dans les myopathies inflammatoires et susceptibilité sélective à la myosite à inclusions Avec l’âge, l’incidence des myopathies inflammatoires augmente progressivement, parmi lesquelles la myosite à inclusions (IBM) est la plus courante et pour laquelle il n’existe actuellement aucu...
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...
《Prévision des Grades des Gliomes Basée sur les Caractéristiques Radiomiques Intra- et Extra-Tumorales à partir d’Images IRM Multiparamétriques》 Contexte de l’Étude Les gliomes représentent les tumeurs cérébrales primitives les plus fréquentes du système nerveux central, constituant 80 % des tumeurs cérébrales malignes chez l’adulte. Dans la pratiq...
Réseau de Convolution Graphique Guidé par la Similarité Auto-attention pour la Classification des Gliomes de Bas Grade Multitypes I. Contexte de la Recherche Les gliomes de bas grade sont une forme courante de tumeur cérébrale maligne, causée par la transformation cancérogène des cellules gliales dans le cerveau et la moelle épinière. Ils se caract...
Algorithme de radiomique d’imagerie pour la gradation des gliomes basé sur le pooling de tranches et assisté par l’IA Introduction Les gliomes sont les tumeurs les plus courantes et les plus menaçantes du système nerveux central, caractérisées par une haute incidence, de fréquentes récidives, une mortalité élevée et un faible taux de guérison. L’Or...
Prédiction de la maladie du gliome basée sur une machine à apprendre intégrée optimisée Contexte et objectifs de la recherche Dans la recherche médicale, les gliomes sont les tumeurs cérébrales primaires les plus communes, regroupant plusieurs types de cancer avec différents comportements cliniques et résultats thérapeutiques. Une prédiction précis...