L’Imagerie par Résonance Magnétique fonctionnelle (IRMf) est une technique d’imagerie permettant d’observer de manière indirecte l’activité cérébrale. Le signal d’IRMf est un signal en 2 dimensions qui est représenté par un signal complexe que l’on peut décomposer en une amplitude (intensité du signal) et une phase (orientation du signal). La plupart des outils actuels d’analyse…
Ce projet a pour objectif de développer des marqueurs biologiques pour dépister la pathologie Alzheimer dans la population générale, en utilisant l’intelligence artificielle pour identifier des marqueurs sanguins prédictifs de cette maladie. Cet objectif s’articule avec ceux développés dans d’autres projets, entre autre :(1) Faciliter le transfert des données patients vers les bases de données…
Click here to access the project’s website: Le projet IA for Brain vise à introduire des outils avancés d’analyse, de modélisation et de prédiction dans le suivi des patients atteints de troubles neurologiques ou psychiatriques. Il se concentre sur quatre axes : faciliter le transfert et l’harmonisation des données patients, définir les meilleurs modèles et…
submitted by Marie Detrait<\strong>
> Link to forum
Le problème identifié
La fragilité est un syndrome clinique. Elle se définit par une diminution des capacités physiologiques de réserve qui altère les mécanismes d’adaptation au stress. L’enjeu de la gériatrie aujourd’hui est de prévenir le risque en limitant le nombre de personnes fragiles. Il n’existe cependant pas d’outil standardisé adopté par les gériatres mais des échelles multiples peu reproductibles.
La solution proposée
Développer un modèle d’IA basé sur des données structurées en Snomed CT capable de prédire le risque de fragilité chez les personnes âgées et identifier les facteurs clés de ce syndrome. Le modèle pourrait ensuite être intégré à une application Web destinée aux médecins, afin de les assister en fournissant une prédiction du risque.
Building a GUI for streamlining and integrating multiple software packages for brain imaging data