Corpus complet

Articles

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

Filtres et tri3 filtres actifs

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

Effacer

23 juil. 2026Autisme / TSASource tier 1

Comprendre les contextes des utilisateurs finaux et identifier les préférences de conception d'un outil d'aide à la décision clinique basé sur l'intelligence artificielle pour la détection précoce de l'autismeUnderstanding end-user contexts and identifying design preferences of an artificial intelligence-based clinical decision support tool for early autism detection.

Autisme / TSAProfessionnelsParents et aidantsPetite enfanceSoins primaires

ModéréNiveau de preuvePubMed — troubles specifiques des apprentissagesSourceDOIRéférence disponible

Cette étude observationnelle a utilisé une enquête contextuelle pour recueillir les perspectives de 8 cliniciens et 20 aidants lors de consultations d'enfants de 18 à 24 mois dans des cliniques affiliées à Duke. L'analyse du flux de travail a identifié 6 tâches utilisateur, 3 interactions technologie-utilisateur et 5 points de décision clinique. Les barrière...

13 juil. 2026AttentionSource 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...

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

ÉlevéNiveau de preuvePubMed / 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...

08 juil. 2026Autisme / 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

ModéréNiveau de preuvePubMed — 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...

01 juil. 2026Autisme / 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

ModéréNiveau de preuveSemantic 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...

30 juin 2026Évaluation 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...