Corpus complet

Articles

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

Filtres actifs
Vision×Intelligence artificielle×Limites non déterminées×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Profils et populations d’intérêt1
Population générale1
Fonctions et dimensions cliniques11
Attention2Vision2Flexibilité mentale1Fonctions exécutives1Impulsivité1Inhibition1Mémoire de travail1Organisation1Planification1Régulation émotionnelle1Vitesse de traitement1
Population et étape de vie3
Adolescence1Enfance1Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux1
École1
Évaluation, intervention et accompagnement3
Intelligence artificielle2Instrument d’évaluation2Repérage et dépistage1
Type et statut de la publication4
Étude de performance diagnostique1Étude transversale1Validation d’instrument1Résumé uniquement1
Limites méthodologiques repérées2
Limites non déterminées2Généralisation limitée1
Fiabilité source
Source tier 12
Résumé
Avec résumé2
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
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...

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...