EISATC-Fusion: Fusion du réseau de convolution temporelle à auto-attention inception pour le décodage EEG de l'imagerie motrice

EISATC-Fusion: Fusion du réseau de convolution temporelle à auto-attention inception pour le décodage EEG de l'imagerie motrice

Ingénierie, Génie électrique, Sciences de l'information, Intelligence artificielle, Médecine, Neurologie,
interface cerveau-ordinateur   imagerie motrice   effondrement de l'attention   réseau de convolution temporelle   apprentissage par transfert  

Contexte de la recherche La technologie d’interface cerveau-ordinateur (brain-computer interface, BCI) permet une communication directe entre le cerveau et les dispositifs externes. Elle est largement utilisée dans des domaines tels que l’interaction homme-machine, la rééducation motrice et la médecine. Les paradigmes courants de BCI incluent le po...

Une approche basée sur le Transformer combinant un réseau d'apprentissage profond et des informations spatio-temporelles pour la classification des EEG bruts

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Transformer   Classification EEG   Apprentissage profond   Informations spatio-temporelles   Mécanisme d'attention   Interface Cerveau-Ordinateur  

Contexte et Objectif de la Recherche Ces dernières années, les systèmes d’Interface Cerveau-Ordinateur (Brain-Computer Interface, BCI) ont été largement utilisés dans les domaines de l’ingénierie neuronale et des neurosciences, et l’électroencéphalogramme (EEG), en tant qu’outil pour refléter l’activité de différents groupes de neurones du système ...

Coefficient de corrélation temporelle-spectrale d'attention basé sur les ondelettes pour la classification EEG d'imagination motrice

Ingénierie, Génie électrique, Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Médecine fondamentale, Neurologie, Imagerie médicale, Sciences de la vie, Génie biologique,
interface cerveau-ordinateur   imagerie motrice   attention des canaux EEG   attention temporelle-spectrale   ondelet transformé   coefficient de corrélation  

Interface Cerveau-Machine (Brain-Computer Interface, BCI) : Développements et Applications en Imagerie Motrice EEG L’interface cerveau-machine (Brain-Computer Interface, BCI) a progressé rapidement ces dernières années et est considérée comme une technologie de pointe permettant de contrôler des dispositifs externes directement par le cerveau, sans...

ADFCNN : Réseau de neurones convolutionnels à fusion double échelle basé sur l'attention pour l'interface cerveau-ordinateur basée sur l'imagerie motrice

ADFCNN : Réseau de neurones convolutionnels à fusion double échelle basé sur l'attention pour l'interface cerveau-ordinateur basée sur l'imagerie motrice

Sciences de l'information, Automatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Attention   Fusion à Double Échelle   Réseau Convolutionnel   Imagerie Motrice   Interface Cerveau-Ordinateur   EEG   Mécanisme de l'Attention de Soi  

L’interface cerveau-ordinateur (Brain-Computer Interface, BCI) est une technologie de communication et de contrôle émergente qui a gagné en popularité ces dernières années. Parmi les BCI basés sur les caractéristiques électrophysiologiques (comme l’électroencéphalogramme, EEG), l’imagerie motrice (Motor Imagery, MI) est une branche importante, util...

Une approche d'apprentissage profond basée sur l'attention pour la classification des stades du sommeil avec EEG monocanal

Ingénierie, Génie électrique, Sciences de l'information, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
Attention   Apprentissage profond   Stade du sommeil   EEG monocanal   Extraction de caractéristiques   Classification automatique   Dépendances temporelles  

L’électronique IEEE (Institut des ingénieurs électriques et électroniques) a publié dans le volume 29 de “Transactions on Neural Systems and Rehabilitation Engineering” de 2021 un article intitulé “A Single-Channel EEG Sleep Stage Classification Method Based on Attention Deep Learning”. Cet article a été rédigé par les chercheurs Emadeldeen Edele, ...

Extension de l'utilisation clinique de OPM-MEG en utilisant une méthode de suppression automatique efficace pour l'artéfact métallique des appareils dentaires

Sciences de l'information, Intelligence artificielle, Médecine, Neurologie, Imagerie médicale, Sciences de la vie, Biophysique,
magnétoencéphalographie   magnétomètres à pompage optique   applications cliniques   artéfacts métalliques   suppression des artéfacts  

Étendre l’application clinique de l’OPM-MEG : une méthode efficace pour supprimer automatiquement les artefacts métalliques des appareils orthodontiques Introduction La magnétoencéphalographie (MEG) est une technologie permettant de reconstruire la distribution des courants neuronaux et les réseaux fonctionnels du cerveau via des capteurs de champ ...

Analyse du scanner cérébral basée sur l'apprentissage supervisé comme prédicteur des résultats après un arrêt cardiaque hors de l'hôpital

Sciences de l'information, Intelligence artificielle, Médecine, Médecine d'urgence, Neurologie, Imagerie médicale,
scanner cérébral   apprentissage supervisé   arrêt cardiaque hors de l'hôpital   pronostic   matière grise   lésion neurologique  

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...

Méthode de localisation de la zone de début de crise chez les patients atteints d'épilepsie réfractaire

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie, Neurochirurgie,
épilepsie réfractaire   zone de début de crise   crise   stéréoelectroencéphalographie   décharge épileptiforme interictale   onde voyageuse  

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 de radiomique de l'apprentissage profond avec des caractéristiques clinico-radiologiques pour l'identification des métastases péritonéales occultes chez les patients atteints d'adénocarcinome canalaire pancréatique

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Imagerie médicale, Oncologie,
apprentissage profond   radiomique   métastases péritonéales occultes   adénocarcinome canalaire pancréatique   tomodensitométrie  

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 ...

Apprentissage Profond Combinant Mammographie et Images d'Échographie pour Prédire la Malignité des Lésions BI-RADS US 4a chez les Femmes avec Seins Denses : Une Étude Diagnostique

Sciences de l'information, Intelligence artificielle, Médecine, Imagerie médicale, Oncologie,
apprentissage profond   mammographie   échographie   seins denses   BI-RADS 4a   néoplasmes du sein  

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...