Corpus complet

Articles

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

Filtres actifs
Intelligence artificielle×Étude de performance diagnostique×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales3
Autisme / TSA5Condition génétique ou syndromique1TND non spécifié1
Profils et populations d’intérêt2
Population générale1Groupe témoin1
Fonctions et dimensions cliniques17
Attention2Langage expressif2Vision2Audition1Cognition globale1Communication non verbale1Flexibilité mentale1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Parole et phonologie1Planification1Régulation émotionnelle1Traitement sensoriel1Vitesse de traitement1
Population et étape de vie5
Enfance5Adolescence2Plusieurs étapes de vie2Adulte1Vieillissement1
Contextes de vie et facteurs environnementaux6
Hôpital2École1Environnement physique1Institution ou hébergement collectif1Précarité socio-économique1Soins primaires1
Évaluation, intervention et accompagnement4
Intelligence artificielle9Instrument d’évaluation8Évaluation diagnostique7Repérage et dépistage5
Type et statut de la publication6
Étude de performance diagnostique9Validation d’instrument3Publié avec évaluation par les pairs3Résumé uniquement3Étude transversale2Accès ouvert1
Limites méthodologiques repérées3
Limites non déterminées6Petit échantillon4Généralisation limitée3
Fiabilité source
Source tier 19
Résumé
Avec résumé9
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Cognition globaleSource tier 1

Prédiction multimodale de la démence avec de grands modèles de langage : attention croisée sur texte, audio et imageMultimodal Dementia Prediction With Large Language Models: Cross-Attention Over Text, Audio, and Image.

Cognition globaleLangage expressifCommunication non verbaleAdulteVieillissement
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude propose un cadre de fusion trimodale fondé sur l'attention pour la détection de la maladie d'Alzheimer et l'évaluation de sa sévérité à partir de la tâche de description de l'image « Cookie Theft ». Le modèle intègre des représentations textuelles, audio et visuelles via un mécanisme d'attention croisée bidirectionnelle produisant un plongement m...

Parole et phonologieSource tier 1

Diagnostic de l'hypernasalité assisté par intelligence artificielle à partir d'échantillons de parole évalués par le CAPS-A-AM dans la dysfonction vélopharyngée pédiatriqueArtificial Intelligence-Based Hypernasality Diagnosis Using CAPS-A-AM Rated Speech Samples in Pediatric Velopharyngeal Dysfunction.

Parole et phonologieLangage expressifAuditionEnfanceAdolescence
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude prospective monocentrique a développé un algorithme préliminaire de détection de l'hypernasalité par apprentissage automatique à partir de spectrogrammes mel de voyelles hautes (/i/ et /u/) extraits de voyelles soutenues, de mots isolés et de phrases, chez 40 enfants âgés de 2 à 17 ans présentant une dysfonction vélopharyngée, des conditions asso...

Autisme / TSASource tier 1

Un cadre hybride d'apprentissage profond pour le dépistage précoce de l'autismeA hybrid deep learning framework for early autism screening.

Autisme / TSAEnfanceRepérage et dépistageInstrument d’évaluationIntelligence artificielle
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude propose un cadre hybride d'apprentissage profond orienté fiabilité pour le pré-dépistage précoce du trouble du spectre de l'autisme (TSA). Le système combine deux architectures indépendantes : un modèle ResNet18 optimisé par validation croisée à 10 plis sur des images périoculaires statiques, et un ensemble multi-CNN de classification faciale ass...

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...

Autisme / 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...

Autisme / TSASource tier 1

Caractérisation neurophysiologique de l'EEG du trouble du spectre autistique par analyse fréquentielle basée sur la DWT avec électrodes sélectives et segmentation cérébrale : une approche explicable par IANeurophysiological EEG Characterization of Autism Spectrum Disorder Using DWT-Based Frequency Analysis With Selective Electrodes and Brain Segmentation: An Explainable AI-Driven Approach.

Autisme / TSAEnfanceÉvaluation diagnostiqueInstrument d’évaluationIntelligence artificielle
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude propose une méthode de caractérisation neurophysiologique de l'EEG pour le diagnostic du trouble du spectre autistique (TSA) chez les enfants. Elle utilise la transformée en ondelettes discrète (DWT) pour extraire les bandes de fréquences (delta, thêta, alpha, bêta, gamma) à partir de 15 électrodes segmentées en 7 régions cérébrales. Les caractér...

Autisme / TSASource tier 1

Stratification du risque oncogénique par IA dans les troubles du spectre autistique pédiatriques : un cadre d'apprentissage automatique multi-omique pour la prévention précoce du cancerAI-driven oncogenic risk stratification in pediatric autism spectrum disorder: A multi-omic machine learning framework for early cancer prevention.

Autisme / TSACondition génétique ou syndromiqueEnfanceSoins primairesPrécarité socio-économique
Non déterminableRobustesse méthodologiqueSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude rétrospective a utilisé un cadre d'apprentissage profond multitâche pour identifier les profils oncogéniques à haut risque dans une cohorte de 5 120 enfants avec TSA issus de pays à revenu faible ou intermédiaire. En intégrant des données génomiques, métaboliques maternelles et d'exposition environnementale, le modèle a atteint une AUC-ROC de 0,9...

Évaluation diagnostiqueSource tier 1

FedFound : un modèle de base fédéré pour l'analyse du connectome morphologique cérébral tout au long de la vieFedFound: a federated foundation model for lifespan brain morphological connectome analysis.

TND non spécifiéPlusieurs étapes de vieHôpitalInstitution ou hébergement collectifÉvaluation diagnostique
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

FedFound est le premier modèle fondation fédéré pour l'analyse du connectome morphologique cérébral, s'inspirant du parcours structuré de formation des radiologues. Intégrant des données hétérogènes de 22 911 sujets (0-100 ans) provenant de plusieurs sites et troubles, il combine pré-apprentissage auto-supervisé et raffinement supervisé fédéré. Sur neuf tâch...

Autisme / TSASource tier 1

Réseaux de neurones graphiques et architectures séquentielles pour la détection de l'autisme à partir de biomarqueurs d'oculométrie : une étude multi-site.Graph Neural Networks and sequential architectures for autism detection from eye-tracking biomarkers: a multi-site study.

Autisme / TSAGroupe témoinAttentionÉvaluation diagnostiqueInstrument d’évaluation
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude compare plusieurs architectures de réseaux de neurones (GNN, LSTM, MLP) pour la détection du trouble du spectre autistique (TSA) à partir de données d'eye-tracking multimodales. Deux jeux de données indépendants (CILIA, France, 57 participants ; Saliency4ASD, Italie, 27 participants) ont été combinés pour former une cohorte européenne de 84 parti...