Segmentation d'imageLa segmentation d'image est une opération de s consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures.
Medical image computingMedical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.
Radiologie médicalevignette|right|Radiographie montrant une fracture distale de l'avant bras. thumb| Macintyre's X-Ray Film (1896) La radiologie dans le domaine médical, désigne l'ensemble des modalités diagnostiques et thérapeutiques utilisant les rayons X, ou plus généralement utilisant des rayonnements. Mais la radiologie, dans son sens plus commun, désigne la spécialité médicale exercée par un médecin radiologue en France, ou radiologiste au Canada. Un établissement de santé peut donc abriter un service de radiologie.
Radiothérapiethumb|upright=1.5|Accélérateur linéaire de radiothérapie Varian-Clinac 2100 C/D dans le Centre azuréen de cancérologie, Mougins, France. La radiothérapie est une méthode de traitement locorégional des cancers, utilisant des radiations pour détruire les cellules cancéreuses en bloquant leur capacité à se multiplier. L'irradiation a pour but de détruire toutes les cellules tumorales tout en épargnant les tissus sains périphériques. La radiothérapie est utilisée chez plus de la moitié des patients ayant un cancer.
Aide au diagnostic médicalUne aide au diagnostic médical (ou diagnostic assisté par ordinateur) est un système d'aide à la décision médicale utilisé dans le processus du diagnostic médical, qui est composé d'une base de données et d'un moteur de recherche. Il donne accès aux informations de la base de données, et peut proposer des diagnostics différentiels en fonction de données pré-renseignées après un examen clinique, des estimations pronostiques, ou signaler des informations manquantes pour établir un diagnostic. Catégorie:Base
Validation croiséeLa validation croisée () est, en apprentissage automatique, une méthode d’estimation de fiabilité d’un modèle fondée sur une technique d’échantillonnage. Supposons posséder un modèle statistique avec un ou plusieurs paramètres inconnus, et un ensemble de données d'apprentissage sur lequel on peut apprendre (ou « entraîner ») le modèle. Le processus d'apprentissage optimise les paramètres du modèle afin que celui-ci corresponde le mieux possible aux données d'apprentissage.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Tomographie par émission de positonsvignette|Reconstruction tridimensionnelle de la distribution de glucose marqué au telle que mesurée par tomographie d'émission de positons. Outre l'accumulation normale du traceur dans le cœur, la vessie, les reins et le cerveau, des métastases hépatiques d'une tumeur colorectale sont clairement visibles dans la région abdominale de l'image.
Grand modèle de langageUn grand modèle de langage, grand modèle linguistique, grand modèle de langue, modèle massif de langage ou encore modèle de langage de grande taille (LLM, pour l'anglais large language model) est un modèle de langage possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus). Ce sont des réseaux de neurones profonds entraînés sur de grandes quantités de texte non étiqueté utilisant l'apprentissage auto-supervisé ou l'apprentissage semi-supervisé.
Tomographie par émission monophotoniquevignette|droite|Image dans le plan axial du cerveau obtenue par tomographie d'émission monophotonique utilisant le Tc-99. La tomographie par émission monophotonique, en abrégé TEMP, ou même SPECT (de l'Single photon emission computed tomography), aussi appelée tomoscintigraphie par émission monophotonique, est une technique qui repose sur le principe de la scintigraphie et qui permet d'effectuer des images ainsi que des reconstructions en trois dimensions d'organes et de leur métabolisme à l'aide d'un ensemble de gamma caméras tournant autour du patient.
TomodensitométrieLa tomodensitométrie (TDM), dite aussi scanographie, tomographie axiale calculée par ordinateur (TACO), CT-scan (CT : computed tomography), CAT-scan (CAT : computer-assisted tomography), ou simplement scanner ou scanneur pour l'appareil, est une technique d' qui consiste à mesurer l'absorption des rayons X par les tissus puis, par traitement informatique, à numériser et enfin reconstruire des images 2D ou 3D des structures anatomiques.
Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Radiocontrast agentRadiocontrast agents are substances used to enhance the visibility of internal structures in X-ray-based imaging techniques such as computed tomography (contrast CT), projectional radiography, and fluoroscopy. Radiocontrast agents are typically iodine, or more rarely barium sulfate. The contrast agents absorb external X-rays, resulting in decreased exposure on the X-ray detector. This is different from radiopharmaceuticals used in nuclear medicine which emit radiation.
Apprentissage par transfertL'apprentissage par transfert (transfer learning en anglais) est l'un des champs de recherche de l'apprentissage automatique qui vise à transférer des connaissances d'une ou plusieurs tâches sources vers une ou plusieurs tâches cibles. Il peut être vu comme la capacité d’un système à reconnaître et appliquer des connaissances et des compétences, apprises à partir de tâches antérieures, sur de nouvelles tâches ou domaines partageant des similitudes. Adaptation de domaine (domain adaptation en anglais) Catég
Tumeur neuroendocrinienneLes tumeurs neuroendocriniennes ou tumeurs neuroendocrines (TNE) sont des tumeurs (néoplasmes) qui se forment à partir d'un développement désordonné de cellules du système endocrine (hormonal) et du système nerveux. Ces tumeurs particulières sont le plus souvent bénignes, mais quelques-unes sont malignes et peuvent facilement métastaser. La plupart se forment dans l'intestin et le poumon, mais on en trouve ailleurs dans le corps, sur les organes ayant des fonctions de glandes ou voisin ( pénis, voisin du testicule).
Modèle de langageEn traitement automatique des langues, un modèle de langage ou modèle linguistique est un modèle statistique de la distribution de symboles distincts (lettres, phonèmes, mots) dans une langue naturelle. Un modèle de langage peut par exemple prédire le mot suivant dans une séquence de mots. Un modèle de langage n-gramme est un modèle de langage qui modélise des séquences de mots comme un processus de Markov. Il utilise l'hypothèse simplificatrice selon laquelle la probabilité du mot suivant dans une séquence ne dépend que d'une fenêtre de taille fixe de mots précédents.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Médecine nucléaireLa médecine nucléaire comprend l'ensemble des applications médicales de la radioactivité en médecine. Administrativement on parle de l'utilisation de sources radioactives non scellées. On administre au patient (par injection intraveineuse, ingestion, inhalation...) des médicaments radiopharmaceutiques (MRP) ; ceux-ci peuvent être des radionucléides isolés (comme l'iode 123 pour la glande thyroïde) ou être constitués d'un vecteur et d'un radionucléide.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Arbre de décision (apprentissage)L’apprentissage par arbre de décision désigne une méthode basée sur l'utilisation d'un arbre de décision comme modèle prédictif. On l'utilise notamment en fouille de données et en apprentissage automatique. Dans ces structures d'arbre, les feuilles représentent les valeurs de la variable-cible et les embranchements correspondent à des combinaisons de variables d'entrée qui mènent à ces valeurs. En analyse de décision, un arbre de décision peut être utilisé pour représenter de manière explicite les décisions réalisées et les processus qui les amènent.
