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: A Machine Learning Approach.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
ModéréNiveau de preuvePubMed — neurosciences cognitives developpementalesSourceDOIRéférence 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...

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
ModéréNiveau de preuvePubMed / 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

Optimisation métaheuristique des hyperparamètres de réseaux de neurones profonds pour la classification du trouble du spectre de l'autisme tenant compte des facteurs démographiquesMetaheuristic hyperparameter optimization of deep neural networks for demographic-aware autism spectrum disorder classification.

Autisme / TSAPlusieurs étapes de vieÉtude de performance diagnostiqueAccès ouvertLimites non déterminées
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose un cadre d'apprentissage profond pour classer le trouble du spectre autistique (TSA) à partir d'IRM structurelles, en intégrant l'optimisation des hyperparamètres via l'algorithme Optimized Artificial Bee Colony (OptABC). Trois modèles CNN personnalisés sont développés pour la classification selon le sexe, l'âge, et une stratification con...