Réseau régularisé par méta-informations multi-modèles pour le diagnostic de la maladie d’Alzheimer : Une étude basée sur l’imagerie par résonance magnétique structurelle Contexte de l’étude La maladie d’Alzheimer (AD) est une maladie neurodégénérative progressive, dont le diagnostic et la détection précoce sont des défis importants dans le domaine ...

#Application d’un Réseau d’Apprentissage avec Régularisation Implicite Inspiré par la Génération de Bruit et le Mécanisme d’Imagerie à la Reconstruction de CT à Basse Dose La tomodensitométrie à basse dose (Low-Dose Computed Tomography, LDCT) est devenue un outil important en imagerie médicale moderne, visant à réduire les risques radiatifs tout en...

Fusion non supervisée d’images PAT et IRM non alignées à l’aide de méthodes de génération et de recalage d’images cross-modales renforcées mutuellement Contexte et objectifs de la recherche Ces dernières années, la tomographie photoacoustique (Photoacoustic Tomography, PAT) et l’imagerie par résonance magnétique (Magnetic Resonance Imaging, MRI) on...

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...