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...
Application du réseau d’apprentissage de structure de graphe guidée par l’attention pour la détection de l’attention auditive basée sur l’EEG Contexte académique L’«effet cocktail party» décrit la capacité du cerveau humain à se concentrer sélectivement sur un locuteur et à ignorer les autres dans un environnement multi-locuteurs. Cependant, cette ...
Évaluation systématique de l’alignement euclidien avec l’apprentissage profond pour le décodage de l’EEG Introduction Les signaux électroencéphalographiques (EEG) sont largement utilisés dans les interfaces cerveau-machine (BCI) en raison de leur nature non invasive, de leur portabilité et de leur faible coût d’acquisition. Cependant, les signaux E...
Rapport de synthèse sur un article scientifique Introduction L’étude des potentiels évoqués (ERP pour event-related potentials) fournit des informations importantes sur les mécanismes cérébraux, offrant des avantages uniques pour expliquer divers processus psychologiques. Dans ces études, on enregistre généralement l’EEG multicanaux des participant...
Effets dépendants des couches des électrodes neurales sur la connectivité fonctionnelle neuronale des souris pendant les implantations chroniques Introduction Cette étude explore les effets à long terme des microélectrodes implantées de manière chronique sur la connectivité fonctionnelle neuronale dans le cerveau des souris sauvages C57BL6. Les éle...
GCTNet：Réseau de Transformateurs à Convolution de Graphe pour la Détection de la Dépression Majeure Basée sur des Signaux EEG Contexte de la Recherche La dépression majeure (Major Depressive Disorder, MDD) est une maladie mentale courante caractérisée par des humeurs dépressives significatives et persistantes, touchant plus de 350 millions de perso...
Interface Cerveau-Ordinateur Basée sur le Champ Visuel à Fréquence Élevée Évoqué par Stimulation Visuelle Stable Introduction La technologie des Interfaces Cerveau-Ordinateur (Brain-Computer Interface, BCI) permet aux utilisateurs de contrôler des machines en décodant des signaux cérébraux spécifiques. Bien que les BCI invasives captent des signaux...
Les patients atteints de la maladie de Parkinson (Parkinson’s Disease, PD) souffrent généralement de troubles de la démarche, ce qui affecte gravement leur qualité de vie. Des études antérieures ont suggéré que les oscillations dans la bande de fréquence β (15-30 Hz) des noyaux gris centraux pourraient être liées aux troubles de la démarche, mais l...
Utilisation des principes de calcul inspirés du cerveau pour apprendre l’inverse de la dynamique sur matériel neuromorphique Contexte et motivation de la recherche Dans le domaine de la robotique moderne, la réalisation de systèmes de traitement neuromorphique à faible latence pour des agents autonomes peut avoir un immense potentiel. Cependant, la...