DeepSleepNet : Un modèle de classification automatique des stades du sommeil basé sur l'EEG monocanal brut

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
classification des stades du sommeil   apprentissage profond   EEG monocanal   réseaux neuronaux convolutifs   LSTMs bidirectionnels   extraction de caractéristiques   automatisation  

Réseau de Sommeil Profond : Modèle de Scoring Automatique des Stades de Sommeil Basé sur l’EEG à Canal Unique Introduction Le sommeil a un impact significatif sur la santé humaine, et surveiller la qualité du sommeil est crucial dans la recherche et la pratique médicale. Traditionnellement, les experts en sommeil évaluent les stades du sommeil en a...

Réalité virtuelle immersive pour la rééducation cognitive des survivants d'un AVC

Réalité virtuelle immersive pour la rééducation cognitive des survivants d'un AVC

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
réalité virtuelle immersive   rééducation cognitive   récupération d'un AVC   jeux sérieux   essai randomisé contrôlé  

Ces dernières années, la technologie de réalité virtuelle (VR) est devenue de plus en plus courante, et le prix des équipements matériels associés est devenu plus abordable. Par exemple, les écrans montés sur la tête (Head Mounted Displays, HMDs) disponibles sur le marché offrent désormais une haute résolution d’affichage ainsi qu’un suivi précis d...

Réseaux de Convolution de Graphes Spatio-Temporels Multi-Vue avec Généralisation de Domaine pour la Classification des États de Sommeil

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Médecine fondamentale, Analyses médicales, Neurologie, Sciences de la vie, Génie biologique,
classification des états de sommeil   convolution de graphes spatio-temporels   apprentissage par transfert   généralisation de domaine   réseaux cérébraux  

Le classement des phases de sommeil est essentiel pour évaluer la qualité du sommeil et diagnostiquer les maladies. Cependant, les méthodes actuelles de classification rencontrent encore de nombreux défis lorsqu’il s’agit de traiter les caractéristiques spatiales et temporelles des signaux cérébraux multicanaux qui changent avec le temps, de gérer ...

Classification EEG inter-sujets basé sur l'apprentissage ensembliste hétérogène multi-tâches chez les patients victimes d'AVC

Classification EEG inter-sujets basé sur l'apprentissage ensembliste hétérogène multi-tâches chez les patients victimes d'AVC

Sciences de l'information, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
AVC   électroencéphalographie   imagerie motrice   entraînement inter-sujets   apprentissage ensembliste hétérogène multi-tâches  

Introduction L’imagerie motrice (Motor Imagery, MI) fait référence à l’exécution d’une activité par l’imagination sans mouvement musculaire réel. Ce paradigme est largement utilisé dans les interfaces cerveau-machine (Brain-Computer Interface, BCI) pour décoder l’activité cérébrale en commandes de contrôle pour des dispositifs externes. En particul...

Apprentissage profond informé par la physique pour la modélisation musculo-squelettique: Prédire les forces musculaires et la cinématique des articulations à partir de l'EMG de surface

Ingénierie, Génie électrique, Sciences de l'information, Informatique, Automatique, Intelligence artificielle, Médecine, Orthopédie, Analyses médicales, Imagerie médicale, Sciences de la vie, Génie biologique,
informé par la physique   apprentissage profond   modélisation musculo-squelettique   EMG   forces musculaires   cinématique des articulations  

Les modèles musculosquelettiques ont été largement utilisés pour les analyses biomécaniques car ils peuvent estimer des variables de mouvement difficiles à mesurer directement in vivo (comme les forces musculaires et les moments articulaires). Les modèles musculosquelettiques entraînés de manière traditionnelle par des processus physiques peuvent e...

Réseau Neuronal Convolutionnel d'Attention Multi-Caractéristiques pour le Décodage de l'Imagination Motrice

Ingénierie, Génie électrique, Sciences de l'information, Automatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie, Sciences de la vie, Génie biologique,
attention multi-caractéristiques   réseaux neuronaux convolutionnels   imagination motrice   interface cerveau-ordinateur   modèle léger  

Le Brain-Computer Interface (BCI) est un moyen de communication reliant le système nerveux à l’environnement extérieur. La Motor Imagery (MI) est la fondation de la recherche BCI, elle se réfère à la répétition interne avant l’exécution du mouvement. Les technologies non invasives, telles que l’électroencéphalographie (EEG), permettent d’enregistre...

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, ...

Faisabilité, Sécurité et Performance de l'EEG sous-scalp complet utilisant l'implantation d'électrodes minimales invasives

Médecine, Analyses médicales, Neurologie, Neurochirurgie, Imagerie médicale,
EEG sous-scalp complet   Implantation d'électrodes minimales invasives   Épilepsie   Neurophysiologie clinique   Surveillance de l'activité cérébrale  

Faisabilité, sécurité et performances de l’EEG sous-cutané complet - Un rapport basé sur l’implantation d’électrodes par technique peu invasive Contexte et objectifs Depuis les premières enregistrements des signaux électriques du scalp humain par Berger en 1929 et la découverte du rythme alpha, les capacités d’enregistrement de l’électroencéphalogr...

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...

Le séquençage métagénomique de nouvelle génération, au lieu de la procalcitonine, pourrait guider l'utilisation des antibiotiques chez les patients atteints de pancréatite aiguë nécrosante fébrile : une étude de cohorte prospective multicentrique

Médecine, Maladies infectieuses, Analyses médicales, Système gastro-intestinal, Sciences de la vie, Microbiologie,
pancréatite aiguë nécrosante   gestion des antibiotiques   nécrose pancréatique infectée   séquençage métagénomique de nouvelle génération   procalcitonine  

Métaséquençage de nouvelle génération comme substitut de la procalcitonine pour guider l’antibiothérapie chez les patients atteints de pancréatite aiguë nécrosante fébrile Contexte et objectifs de recherche La pancréatite aiguë (Acute Pancreatitis, AP) est l’une des principales causes d’admission aux urgences pour les maladies du système digestif, ...