Corpus complet

Articles

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

Filtres et tri2 filtres actifs

Combinez un trouble, une fonction, une population, un contexte ou une intervention.

Effacer

16 sept. 2026Autisme / TSASource tier 1

Génomique fonctionnelle activée par CRISPR dans des modèles neuronaux dérivés de cellules souches pluripotentes humaines pour le trouble du spectre de l'autismeCRISPR-Enabled functional genomics in hPSCs-derived neural models for autism spectrum disorder.

Autisme / TSACognition socialeInteractions socialesCommunication non verbaleFonctions exécutives

Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette revue synthétise l'apport de la génomique fonctionnelle fondée sur CRISPR dans des modèles neuronaux dérivés de cellules souches pluripotentes humaines (hPSC) pour étudier le trouble du spectre de l'autisme (TSA). Le TSA est décrit comme une condition neurodéveloppementale génétiquement hétérogène où des centaines de variants rares convergent vers quel...

31 août 2026Autisme / TSASource tier 1

Une approche multimodale pour la reconnaissance précoce de l'autisme utilisant l'apprentissage profond et les données sensoriellesA Multi-Modal Approach for Early Autism Recognition Using Deep Learning and Sensory Data

Autisme / TSAPopulation généraleTraitement sensorielInteractions socialesCompréhension des émotions

Non déterminableRobustesse méthodologiqueSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cet article présente un système hybride combinant apprentissage profond et méthodes de traitement éprouvées pour la détection précoce du trouble du spectre autistique (TSA). Le système analyse des données comportementales et des réponses sensorielles pour identifier les signes précoces d'autisme avec une haute précision. En cas de détection, il propose des a...

11 juil. 2026Autisme / TSASource tier 1

Modèle d'apprentissage automatique pour la détection des troubles du spectre autistique à l'aide de signaux électrorétinographiquesMachine learning model for the detection of autism spectrum disorder using electroretinogram signals.

Autisme / TSATraitement sensorielVisionÉvaluation diagnostiqueInstrument d’évaluation

Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre d'apprentissage automatique, UMAP-ERG, combinant UMAP, SMOTE et classifieurs conventionnels pour détecter l'autisme à partir de signaux électrorétinographiques (ERG). Sur 106 participants, le modèle SVM a atteint une AUC de 0,98, une précision de 0,96, une sensibilité de 0,93 et une spécificité de 0,98, surpassant les modèles exi...