Corpus complet

Articles

4 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Attention×Intelligence artificielle×Limites non déterminées×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales1
TDAH2
Profils et populations d’intérêt1
Population générale2
Fonctions et dimensions cliniques12
Attention4Régulation émotionnelle2Vision2Flexibilité mentale1Fonctionnement adaptatif1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Planification1Vitesse de traitement1
Population et étape de vie4
Adolescence2Enfance1Jeune adulte1Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux5
Soins ambulatoires1École1Environnement numérique1Soins primaires1Télésanté1
Évaluation, intervention et accompagnement7
Intelligence artificielle4Application ou outil numérique2Instrument d’évaluation2Intervention précoce1Psychoéducation1Remédiation cognitive1Repérage et dépistage1
Type et statut de la publication9
Publié avec évaluation par les pairs2Résumé uniquement2Accès ouvert1Étude interventionnelle non randomisée1Étude de performance diagnostique1Étude qualitative1Étude transversale1Validation d’instrument1Méthodes mixtes1
Limites méthodologiques repérées3
Limites non déterminées4Généralisation limitée2Petit échantillon1
Fiabilité source
Source tier 14
Résumé
Avec résumé4
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
VisionSource tier 1

NeuroStream : apprentissage profond spectral-spatio-temporel pour la classification de stimuli visuels à partir de l'EEGNeuroStream: spectral-spatio-temporal deep learning for visual stimulus classification from EEG.

VisionAttentionInstrument d’évaluationIntelligence artificielleValidation d’instrument
Non déterminableRobustesse méthodologiquePubMed — HPI, giftedness et cognitionSourceDOIRéférence disponible

Cette étude présente NeuroStream-SST, un cadre d'apprentissage profond léger conçu pour décoder des stimuli visuels à partir de signaux EEG. Les auteurs proposent une représentation spectrale-spatio-temporelle (SST) qui transforme les signaux EEG bruts en un format structuré de type vidéo : transformées en ondelettes sur tous les canaux, agrégation de la pui...

TDAHSource tier 1

Un assistant virtuel IA fondé sur des preuves pour les jeunes atteints de trouble du déficit de l'attention avec hyperactivité : co-conception et développement d'un prototypeAn Evidence-Based AI Virtual Assistant for Young People With Attention Deficit Hyperactivity Disorder: Co-Design and Prototype Development.

TDAHPopulation généraleAttentionRégulation émotionnelleFonctionnement adaptatif
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et...

AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children Using Machine Learning: Cross-Sectional Study.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...

TDAHSource tier 1

Un cadre de neurofeedback EEG et BCI pour la rééducation personnalisée de l'attention dans le TDAHA neurofeedback-guided EEG and BCI framework for personalized attention rehabilitation in ADHD.

TDAHAttentionRemédiation cognitiveApplication ou outil numériqueIntelligence artificielle
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

L'intégration de jeux cognitifs avec EEG-BCI montre un potentiel pour améliorer l'attention dans le TDAH, mais les systèmes existants manquent d'adaptation personnalisée. Cette étude a développé un système adaptatif multi-tâches combinant neurofeedback en temps réel et personnalisation par apprentissage automatique. Cinquante participants (25 TDAH, 25 contrô...