Ces dernières années, les graphes de connaissances (Knowledge Graph, KG) ont été largement utilisés dans de nombreuses tâches d’intelligence artificielle. Les graphes de connaissances représentent les entités et leurs relations en utilisant des triplets composés d’une entité tête (head entity), d’une relation (relation) et d’une entité queue (tail ...

Knowledge Graph (KG) embedding technique est un sujet de recherche important dans le domaine de l’intelligence artificielle, principalement utilisé pour l’acquisition de connaissances et l’extension du graphe de connaissances. Bien que de nombreuses méthodes basées sur l’intégration de graphes aient été proposées ces dernières années, elles se conc...

Réseau antagoniste génératif conditionnel basé sur des graphes pour generer des réseaux fonctionnels cérébraux synthétiques et diagnostiquer la dépression majeure Contexte de l’étude : La dépression majeure (Major Depressive Disorder, MDD) est un trouble mental largement répandu, affectant des millions de personnes et posant une menace significativ...

Dans les signaux de contrôle traditionnels de la DBS, les recherches se sont principalement concentrées sur l’activité de la bande bêta du noyau sous-thalamique (Gilron et al., 2021). Cependant, avec l’avancement des études, les scientifiques ont réalisé que les tremblements ne sont pas seulement déterminés par l’activité du noyau sous-thalamique, ...

Contexte de l’étude et objectifs de la recherche L’épilepsie est une maladie neurologique spontanée et grave, caractérisée par des crises répétées, affectant environ 50 millions de personnes dans le monde [1]. Bien que les progrès des médicaments antiépileptiques (ASM) aient été réalisés ces dernières années, l’épilepsie pharmacorésistante (Drug-Re...

Réseau fonctionnel cérébral basé sur la décomposition modale empirique améliorée pour l’analyse et la détection de l’anxiété Contexte académique et objectifs de la recherche Avec l’augmentation du stress de la vie moderne, l’anxiété, en tant que maladie neurologique courante, devient de plus en plus un problème urgent à résoudre dans le domaine de ...

Rôle des micro-états EEG dans la prédiction de l’efficacité du traitement par oxcarbazépine chez les patients nouvellement diagnostiqués avec une épilepsie focale Introduction Contexte L’épilepsie focale est le type d’épilepsie le plus courant, représentant environ 60% de tous les cas d’épilepsie. Le choix des médicaments antiépileptiques varie en ...

Exploration et Fusion de Caractéristiques Multi-Niveaux pour la Prédiction de l’État IDH sur les IRM Contexte de l’étude Les gliomes sont les tumeurs cérébrales primaires malignes les plus courantes chez les adultes. Selon la classification des tumeurs de l’Organisation mondiale de la santé (OMS) en 2021, le génotype joue un rôle crucial dans la so...

Dans le diagnostic médical moderne et la recherche clinique, la technique d’imagerie par résonance magnétique dynamique avec contraste (Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE-MRI) fournit des informations importantes sur l’histopathologie des tissus. En ajustant le modèle Tracer-Kinetic (TK), on peut extraire les paramètres pharm...

Classification des Gliomes et de la Maladie d’Alzheimer sur des IRM 3D Basée sur le Cadre d’Adaptation de Domaine Siamese-Transport Contexte de l’Étude Dans le diagnostic assisté par ordinateur, le dépistage des images par résonance magnétique (IRM) 3D joue un rôle crucial dans le diagnostic précoce de diverses maladies cérébrales, permettant de pr...