Corpus complet

Articles

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

Filtres actifs
Intelligence artificielle×Validation d’instrument×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales3
Autisme / TSA4Condition génétique ou syndromique1TDAH1
Profils et populations d’intérêt2
Population générale1Groupe témoin1
Fonctions et dimensions cliniques10
Attention1Audition1Cognition sociale1Communication non verbale1Coordination1Interactions sociales1Langage expressif1Motricité globale1Parole et phonologie1Vision1
Population et étape de vie4
Enfance4Adolescence2Adulte1Petite enfance1
Contextes de vie et facteurs environnementaux11
Hôpital2Accessibilité1Adaptation culturelle1Culture1Environnement numérique1Environnement physique1Famille1Précarité socio-économique1Soins primaires1Télésanté1Validité transculturelle1
Évaluation, intervention et accompagnement5
Intelligence artificielle8Instrument d’évaluation6Évaluation diagnostique4Repérage et dépistage3Technologie d’assistance1
Type et statut de la publication5
Validation d’instrument8Résumé uniquement4Étude de performance diagnostique3Étude transversale1Publié avec évaluation par les pairs1
Limites méthodologiques repérées3
Limites non déterminées6Généralisation limitée5Petit échantillon3
Fiabilité source
Source tier 18
Résumé
Avec résumé8
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
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...

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...

Autisme / TSASource tier 1

De la clinique au domicile : validation de l'échelle de communication sociale pour le dépistage précoce de l'autisme par télémédecine chez les tout-petits chinois.From Clinic to Home: Validating the Social Communication Scale for Telemedicine-Supported Early Autism Screening in Chinese Toddlers.

Autisme / TSAPopulation généraleCommunication non verbaleInteractions socialesCognition sociale
Non déterminableRobustesse méthodologiqueAutismSourceDOIRéférence disponible

Cette étude évalue l'échelle de communication sociale (SCS), un outil vidéo bref, pour le dépistage de l'autisme par télémédecine chez 170 tout-petits chinois âgés de 16 à 30 mois. Les vidéos d'interaction parent-enfant ont été enregistrées à domicile et codées avec la SCS. La probabilité d'autisme (élevée vs faible) a été définie à l'aide de l'ADOS-2. La fi...

Validation d’instrumentSource tier 1

Évaluation clinique automatisée de la démarche basée sur l'apprentissage profond à partir de données cinématiques chez les personnes victimes d'AVC : étude de développement et de validation.Deep Learning-Based Automated Clinical Gait Assessment From Kinematic Data in People With Stroke: Development and Validation Study.

Groupe témoinMotricité globaleCoordinationAdulteHôpital
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude valide un cadre d'apprentissage profond (STAT-GCN) pour automatiser l'évaluation clinique de la démarche chez 51 personnes avec AVC hémiparétique et 18 témoins sains, à partir de données cinématiques issues de centrales inertielles. Les scores de l'échelle de démarche du Wisconsin (WGS) établis par deux kinésithérapeutes expérimentés servent de r...

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...

TDAHSource tier 1

ChatGPT comme source d'information médicale pour le TDAHCould ChatGPT Be a Potential Medical Information Source for Attention Deficit Hyperactivity Disorder?

TDAHEnfanceAdolescenceFamilleEnvironnement numérique
Non déterminableRobustesse méthodologiqueSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude évalue la qualité des informations médicales fournies par ChatGPT 4.0 sur le TDAH. Des questions fréquemment posées par les familles ont été soumises à ChatGPT en simulant un parent ou un professionnel expérimenté. Les réponses ont été évaluées par deux experts sur l'exactitude, la clarté et l'inclusivité. Les résultats montrent une grande exacti...

Autisme / TSASource tier 1

MACAFNet : cadre de fusion multi-atlas basé sur Transformer pour la classification des troubles du spectre autistique à l'aide de la connectivité fonctionnelle.MACAFNet transformer-based multi-atlas fusion framework for autism spectrum disorder classification using functional connectivity.

Autisme / TSAÉvaluation diagnostiqueIntelligence artificielleValidation d’instrumentLimites non déterminées
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre de fusion multi-atlas contextuelle (MACAFNet) pour classifier le trouble du spectre autistique (TSA) à partir de features de connectivité fonctionnelle (FC) extraites d'IRMf en état de repos (rs-fMRI). Le modèle intègre plusieurs atlas cérébraux (AAL, CC200, Dosenbach160, EZ, HO, TT) via un mécanisme d'attention de type Transform...