Un dispositif de fluorescence portable pour l'identification peropératoire des tumeurs cérébrales humaines

Gliome malin (Malignant Glioma, MG) est le type le plus courant de tumeur cérébrale maligne primaire. La résection chirurgicale du MG reste la pierre angulaire du traitement, et l’étendue de la résection est fortement corrélée à la survie des patients. Cependant, il est difficile de distinguer le tissu tumoral du tissu normal pendant la chirurgie, ...

Un Modèle de Base Estimé Explicitement pour une Estimation Robuste des Fluorophores en Utilisant la Spectroscopie de Fluorescence à Excitation à Plusieurs Longueurs d'Onde

Contexte de la recherche La spectroscopie de fluorescence est une méthode largement utilisée pour identifier et quantifier les substances fluorescentes (fluorophores). Cependant, quantifier les fluorophores d’intérêt devient difficile lorsqu’il y a d’autres fluorophores présents dans le matériau (fluorophores de base), surtout lorsque le spectre d’...

Un cadre d'adaptation de domaine de transport siamois pour la classification IRM 3D des gliomes et des maladies d'Alzheimer

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...

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

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

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...

Transformateurs de vision, modèle d'ensemble et apprentissage par transfert utilisant l'IA explicable pour la détection et la classification des tumeurs cérébrales

En raison de la forte incidence et de la létalité des tumeurs cérébrales, il est devenu particulièrement important de détecter et de classifier rapidement et précisément les tumeurs cérébrales. Les tumeurs cérébrales incluent des types malins et non malins, et leur croissance anormale peut causer des dommages à long terme au cerveau. L’imagerie par...

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

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

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...

Évaluation de la valeur prédictive des modèles de croissance des gliomes pour les gliomes de bas grade après résection tumorale

Étude sur la valeur prédictive des modèles de croissance des gliomes de bas grade après chirurgie Introduction Les gliomes sont des tumeurs cérébrales invasives qui peuvent se propager rapidement dans le cerveau. Comprendre et prédire les modes et les vitesses de cette propagation peut aider à optimiser les traitements. Les modèles de croissance de...

Un CNN d'apprentissage de la dépendance temporelle avec mécanisme d'attention pour le décodage MI-EEG

Un réseau de neurones convolutifs (CNN) de dépendance temporelle basé sur un mécanisme d’attention pour le décodage MI-EEG Contexte de recherche et description du problème Les systèmes d’Interface Cerveau-Machine (Brain-Computer Interface, BCI) offrent une nouvelle voie de communication avec les ordinateurs en traduisant en temps réel les signaux c...