Letteratura scientifica selezionata sul tema "Diagnostique automatique"

Résumé Les outils de traduction automatique (TA) neuronale ont fait des progrès sensibles, qui qui les rendent utilisables pour un nombre croissant de domaines et de couples de langues. Cette évolution majeure des technologies de traduction invite à revisiter les méthodes de mesure de la qualité de la traduction, en particulier des mesures dites automatiques, qui jouent un rôle fondamental pour orienter les nouveaux développements de ces systèmes. Dans cet article, nous dressons un état des lieux des méthodes utilisées dans le cycle de développement des outils de traduction automatique, depuis les évaluations purement quantitatives jusqu’aux méthodologies récemment proposées pour analyser et diagnostiquer le fonctionnement de ces “boites noires” neuronales.

RésuméL’objectif général de cette recherche a consisté à apprécier le degré de concordance entre un système de classification imposé (le DSM III) et un système de classification naturel ou intuitif. Pour ce faire, on a mis en correspondance des observations en langage naturel (diagnostic en clair) fournies par 158 psychiatres différents sur 999 malades psychiatriques avec les diagnostics établis selon les critères du DSM III. Dans cet échantillon, 823 malades ont relevé d'un traitement antidépresseur; ils ont été répartis en 7 groupes de dépression (majeure simple isolée, mélancolique, bipolaire, atypique, atypique avec symptômes obsessionnels, avec alcoolisme, avec symptômes obsessionnels et alcoolisme) et un groupe répondant au diagnostic de schizophrénie. Les observations en langage naturel ont été traitées de façon entièrement automatique par le programme SPAD. Ont été analysées successivement la fréquence de certains mots clés, les formes graphiques (lexicales) caractéristiques et les phrases modales prononcées par les psychiatres à propos de chaque groupe de malades. Ces données ont été synthétisées dans l'analyse factorielle lexicale qui fournit une représentation simultanée des formes graphiques et des groupes diagnostiques. Les résultats font apparaître une concordance satisfaisante entre les diagnostics du DSM III et les observations en langage naturel à l'exception cependant de la dépression majeure et de la mélancolie qui se trouvent quasiment confondues dans les descriptions. Ces résultats ont été discutés en termes d'interactions entre systèmes diagnostiques imposés et systèmes diagnostiques spontanés.

La cardiomyopathie arythmogene du ventricule droit (CAVD) est une cardiomyopathie dorigine inconnue. Elle se caracterise histologiquement par un infiltrat graisseux ou fibro-graisseux surtout du ventricule droit. Elle peut etre associee a une atteinte ventriculaire gauche. Cest une maladie grave a lorigine de 20 % des morts subites de ladulte jeune par trouble du rythme ventriculaire.Nous rapportons le cas dun patient age de 52 ans admis dans notre service pour prise en charge dune tachycardie ventriculaire, revelant une cardiomyopathie arythmogene du VD avec une atteinte associee du VG. Le diagnostic a ete porte sur un faisceau darguments cliniques, electriques et morphologiques. Nous soulignons a travers ce cas linteret de la combinaison de lensemble de ces elements pour retenir ce diagnostic dont les implications therapeutiques sont lourdes notamment limplantation dun Defibrillateur automatique implantable (DAI). Aussi nous profitons de cette observation illustree, pour decrire les nouveaux criteres diagnostiques publies en 2020 revisant les criteres de Task Force en tenant compte de latteinte ventriculaire gauche et de la caracterisation tissulaire en IRM, mais ces criteres necessitent detre evalues en pratique clinique.

L’évaluation médicale en psychiatrie repose encore aujourd’hui principalement sur l’examen clinique du patient. Les techniques de l’information et de la communication (TIC) sont cependant en plein essor dans le domaine de la santé. Basées sur l’intelligence artificielle, les méthodes d’analyse automatisée pourraient permettre d’améliorer le diagnostic clinique avec l’identification de nouveaux « biomarqueurs », notamment dans le domaine des pathologies neuropsychiatriques . Le signal acquis à l’aide de nouveaux capteurs pouvant surpasser les limites perceptives du médecin pourrait permettre une évaluation plus fiable et objective du patient. L’augmentation de l’accessibilité aux technologies, comme l’apparition du Smartphone dans le quotidien du médecin, laisse la possibilité à une analyse physiologique peu coûteuse, rapide et applicable en pratique courante. Les maladies neuropsychiatriques nécessitent une amélioration des outils de dépistage du fait d’un retard diagnostique souvent important pour ces pathologies. L’enjeu est particulièrement important dans les maladies neurodégénératives où l’effet modeste des traitements nécessite une mise en place rapide des mesures thérapeutiques afin de prévenir au mieux les symptômes et la perte d’autonomie associée [2,3]. Les troubles anxieux présentent des perturbations physiologiques bien décrites et nécessitent de même une prise en charge précoce dans l’histoire de la maladie afin d’éviter leur complication et faciliter leur traitement. Le traitement du signal issu de paramètres physiologiques tels que l’analyse du signal vocal et la variabilité de la fréquence cardiaque, reflétant l’état du système sympathique, pourraient permettre le développement d’outils de dépistage et d’évaluation des troubles anxieux afin de faciliter l’accès aux soins à temps ainsi qu’aider à leur évaluation au cours du suivi.

Introduction : Ce travail avait pour objectif d’étudier les manifestations psychiatriques des traumatismes crâniens et leur prise en charge au Centre Hospitalier Universitaire Sylvanus Olympio de Lomé. Méthodologie : il s’est agi d’une étude transversale, à visée descriptive réalisée dans le service des urgences chirurgicales et le service de neurochirurgie du Centre Hospitalier Universitaire Sylvanus Olympio de Lomé, du 15 mars au 14 juin 2023. Résultats : Au total 122 patients étaient victimes de traumatismes crâniens sur un total de 2550 soit une prévalence de 4,78%. Sur les 122 cas de traumatisme crânien, 102 ont été retenus pour cette série. Tous les patients victimes du traumatisme crânien présentaient au moins une manifestation psychiatrique, symptômes, signes et syndromes confondus. Les symptômes et signes les plus retrouvés étaient les mouvements automatiques (75,49%), les tachycardies (57,84%), et l’agitation (37,25%). Parmi les diagnostiques syndromiques, le syndrome dépressif était le plus représenté 59,80%, suivi du syndrome délirant 28,43% et des phobies 22,55%. Les manifestations psychiatriques persistaient chez 33,33% des patients à la sortie de l’hôpital. Parmi eux, 2,94% avaient bénéficié d’une prise en charge dans un service de psychiatrie. Conclusion : Les manifestations psychiatriques sont très fréquentes chez les traumatisés crâniens mais très peu sont orientés pour une prise en charge psychiatrique et psychologique. Introduction: The aim of this work is to study the psychiatric manifestations of head trauma and their management at the Teaching Hospital Center Sylvanus Olympio of Lomé. Methodology: This was a cross-sectional study, with a descriptive aim, carried out in the surgical emergency department and the neurosurgery department of the Teaching Hospital Center Sylvanus Olympio in Lomé, from March 15 to 14 June 2023. Results: A total of 122 patients were victims of head trauma out of 2550, representing a prevalence of 4,78%. Of the 122 cases of head trauma, 102 were retained for this series. All head trauma patients presented at least one psychiatric manifestation, symptoms, signs and syndromes combined. The most common symptoms were automatic movements (75.49%), tachycardias (57.84%) and agitation 38 (37.25%). Among the syndromic diagnoses, depressive syndrome was the most represented 59.80%, followed by delusional syndrome 28.43% and phobias 22.55%. psychiatric manifestations persisted in 33.33% of patients upon discharge from hospital. Among them, 2.94% had received treatment in a psychiatric department. Conclusion: Psychiatric manifestations are very common in head trauma patients but very few are referred for psychiatric and psychological care.

La prise en main d’un vrac numérique est complexe en raison de l’ampleur et la diversité de ses données non structurées. Notre recherche consiste à étudier à travers un cas pratique, le contexte et les défis du vrac numérique du service communication d’une institution publique, ainsi que les risques encourus. Pour cela, nous avons utilisé les outils d’automatisation open source Archifiltre et DROID. Le but étant d’établir la manière de désengorger un vrac numérique et de prévenir sa réapparition. Nous avons étudié l’état du disque, l’arborescence, sa nomenclature, diagnostiqué les données et la répartition des formats. Nos résultats montrent que le vrac est constitué de formats audiovisuels majoritairement propriétaires, dont un grand nombre de rushs. À l’issue de ce projet, nous avons identifié trois types d’axes d’amélioration : les pratiques du service, la gestion du volume des données ainsi que quelques critères utiles à la valorisation future des données.

Longtemps considérés comme polluants, les moteurs diesels sont aujourd'hui autant, voire plus, propres que les moteurs à essence. Afin de respecter au mieux les normes environnementales, même en présence de dysfonctionnements, les constructeurs automobiles mettent en oeuvre des systèmes de détection et de localisation de défauts. La plupart des recherches précédentes pour le diagnostic des moteurs diesel étudie des parties bien déterminées du moteur et non pas le moteur complet. Cette thèse propose deux stratégies différentes de diagnostic sur un modèle de connaissance d'un moteur diesel ce qui permet de détecter, d'isoler et d'estimer six défauts dans les différentes parties d'un moteur diesel équipé d'un turbocompresseur à géométrie variable : fuite d'air dans le collecteur d'admission, mauvais fonctionnement du compresseur, défaut d'ouverture des soupapes d'admission, défaut dans l'échangeur, détérioration dans le couplage turbine compresseur, défaut dans la commande de la turbine à géométrie variable et défaut dans le capteur de vitesse. L'idée de base de la première stratégie est d'utiliser l'apprentissage récursif d'un observateur à modes glissants. La seconde stratégie utilisée pour concevoir un FDI (Fault Détection and Isolation) est basée sur la théorie de contrôle par «Séquencement de gain» appliquée sur un système multilinéaire de type Takagi-Sugeno. Des simulations avec un modèle diesel non-linéaire validé, en présence de bruit, ont été effectuées et qui a démontré l'efficacité de l'algorithme proposé
Long time considered pollutants, diesel engines are today as much clean, or even more, than the gasoline engines. In order to respect the environmental standards, even in presence of malfunctions, the automotive manufacturers set up systems of faults detection and isolation. Most previous works in the diesel engine diagnosis determined parts of the engine and not the complete engine. This thesis proposes an innovative fault-diagnosis system for a turbocharged diesel engine with variable-geometry turbocharger control. Numerous and diversified actuator and/or sensors faults are identified and analyzed such as air-leakage in the admission collector, compressor malfunctioning, intake-valves fault, intercooler fault, deterioration in the turbine-compressor coupling, defect in the variable geometry of the turbine, and fault in rotational speed sensor. Two different strategies for developing a Fault Detection and Isolation algorithm (FDD were proposed : The first one based on the adaptive training theory of an on line non linear observer with sliding mode. The second one based on the theory of Gain Schedule Control operated on a Takagi-Sugeno model of the diesel. Simulations with a nonlinear Diesel model in the presence of noise were carried out and which demonstrated the effectiveness of the proposed algorithm

L'objectif de saga est de determiner la sequence des examens complementaires a effectuer pour un patient donne, afin de pouvoir prendre, le plus rapidement possible, une decision therapeutique adaptee qui minimise les couts

La prosodie réalise plusieurs fonctions linguistiques, depuis la focalisation d'éléments du discours jusqu'à la segmentation et la hiérarchisation des énoncés. Nous voulons ici établir une mesure de l'intelligibilité prosodique de cette fonction de démarcation, afin (1) de valider un modèle de génération prosodique, et (2) de proposer un protocole d'évaluation appliqué comparativement sur les prosodies naturelles et synthétique. Trois paradigmes différents sont explorés : le premier met en œuvre une comparaison objective des capacités perceptives des sujets et de mesures de paramètres acoustiques des signaux prosodiques ; le second fait varier différents contours prosodiques sur un même support lexical, et propose à des sujets de juger de celui qui leur semble le plus adéquat ; le troisième utilise de la parole délexicalisée pour réaliser une tâche d'association d'une structure syntaxique à une prosodie "pure" – deux versions de ce paradigme sont évaluées. Les résultats de ces expériences mettent en évidence les compétences cognitives du traitement prosodique ainsi que la qualité diagnostique des protocoles pour la caractérisation et l'amélioration des synthétiseur

Des algorithmes de conception automatisée d’amorces PCR et de sondes d’hybridation aux fins de diagnostic moléculaire ont été créés et implémentés. La vitesse de recherche d’amorces PCR à la fois spécifiques, ubiquitaires et sensibles s’est avérée considérablement accrue par le calcul et l’emploi de consensus binaires d’alignements multiples de séquences d’ADN. La recherche de sondes d’hybridation spécifiques et l’analyse du potentiel d’hybridation en général entre deux séquences a été facilitée par la synthèse de données empiriques d’hybridation trouvées dans divers articles publiés. D’autres programmes servant à faciliter ou automatiser l’exécution de diverses tâches utiles ont également été créés. Tous les programmes résultants ont permis de valider les algorithmes créés et de confirmer leur utilité dans l’exécution des tâches désirées par les membres de l’équipe de recherche auxquels ils étaient prioritairement destinés.
Des algorithmes de conception automatisée d’amorces PCR et de sondes d’hybridation aux fins de diagnostic moléculaire ont été créés et implémentés. La vitesse de recherche d’amorces PCR à la fois spécifiques, ubiquitaires et sensibles s’est avérée considérablement accrue par le calcul et l’emploi de consensus binaires d’alignements multiples de séquences d’ADN. La recherche de sondes d’hybridation spécifiques et l’analyse du potentiel d’hybridation en général entre deux séquences a été facilitée par la synthèse de données empiriques d’hybridation trouvées dans divers articles publiés. D’autres programmes servant à faciliter ou automatiser l’exécution de diverses tâches utiles ont également été créés. Tous les programmes résultants ont permis de valider les algorithmes créés et de confirmer leur utilité dans l’exécution des tâches désirées par les membres de l’équipe de recherche auxquels ils étaient prioritairement destinés.
Algorithms for automatic design of PCR primers and of hybridization probes for molecular diagnostics have been created and implemented. The search speed for PCR primers that were at the same time specific, ubiquitary and sensitive was greatly improved by both computation and use of binary consensus of multiple alignments of DNA sequences. The search for specific hybridization probes and also analysis of hybridization potential in general between two sequences was facilitated by synthesis of empirical data gathered from different published papers. Other software for facilitating or automating the execution of different useful tasks were also created. All resulting software allowed both for the validation of algorithms and for the confirmation of their usefullness in executing desired tasks by the members of the research team for which they were written in the first place.
Algorithms for automatic design of PCR primers and of hybridization probes for molecular diagnostics have been created and implemented. The search speed for PCR primers that were at the same time specific, ubiquitary and sensitive was greatly improved by both computation and use of binary consensus of multiple alignments of DNA sequences. The search for specific hybridization probes and also analysis of hybridization potential in general between two sequences was facilitated by synthesis of empirical data gathered from different published papers. Other software for facilitating or automating the execution of different useful tasks were also created. All resulting software allowed both for the validation of algorithms and for the confirmation of their usefullness in executing desired tasks by the members of the research team for which they were written in the first place.

L’analyse d’images médicales joue un rôle essentiel en cardiologie pour la réalisation du diagnostique cardiaque clinique et le suivi de l’état du patient. Parmi les modalités d’imagerie utilisées, l’imagerie par ultrasons, temps réelle, moins coûteuse et portable au chevet du patient, est de nos jours la plus courante. Malheureusement, l’étape nécessaire de segmentation sémantique (soit l’identification et la délimitation précise) des structures cardiaques est difficile en échocardiographie à cause de la faible qualité des images ultrasonores, caractérisées en particulier par l’absence d’interfaces nettes entre les différents tissus. Pour combler le manque d’information, les méthodes les plus performante, avant ces travaux, reposaient sur l’intégration d’informations a priori sur la forme ou le mouvement du cœur, ce qui en échange réduisait leur adaptabilité au cas par cas. De plus, de telles approches nécessitent pour être efficaces l’identification manuelle de plusieurs repères dans l’image, ce qui rend le processus de segmentation difficilement reproductible. Dans cette thèse, nous proposons plusieurs algorithmes originaux et entièrement automatiques pour la segmentation sémantique d’images échocardiographiques. Ces méthodes génériques sont adaptées à la segmentation échocardiographique par apprentissage supervisé, c’est-à-dire que la résolution du problème est construite automatiquement à partir de données pré- analysées par des cardiologues entraînés. Grâce au développement d’une base de données et d’une plateforme d’évaluation dédiées au projet, nous montrons le fort potentiel clinique des méthodes automatiques d’apprentissage supervisé, et en particulier d’apprentissage profond, ainsi que la possibilité d’améliorer leur robustesse en intégrant une étape de détection automatique des régions d’intérêt dans l’image
The analysis of medical images plays a critical role in cardiology. Ultrasound imaging, as a real-time, low cost and bed side applicable modality, is nowadays the most commonly used image modality to monitor patient status and perform clinical cardiac diagnosis. However, the semantic segmentation (i.e the accurate delineation and identification) of heart structures is a difficult task due to the low quality of ultrasound images, characterized in particular by the lack of clear boundaries. To compensate for missing information, the best performing methods before this thesis relied on the integration of prior information on cardiac shape or motion, which in turns reduced the adaptability of the corresponding methods. Furthermore, such approaches require man- ual identifications of key points to be adapted to a given image, which makes the full process difficult to reproduce. In this thesis, we propose several original fully-automatic algorithms for the semantic segmentation of echocardiographic images based on supervised learning ap- proaches, where the resolution of the problem is automatically set up using data previously analyzed by trained cardiologists. From the design of a dedicated dataset and evaluation platform, we prove in this project the clinical applicability of fully-automatic supervised learning methods, in particular deep learning methods, as well as the possibility to improve the robustness by incorporating in the full process the prior automatic detection of regions of interest

L'internet des objets (IoT) et l'intelligence artificielle (IA) sont deux domaines technologiques en progression utilisant les capacités d'exécution de tâches mains libres et d'analyse intelligente des données. Ces technologies présentent un potentiel prometteur pour améliorer les interactions homme-machine dans le flux de travail, créer une meilleure prise de décision et améliorer l'accessibilité aux données. Les progrès rapides et les nouvelles possibilités d'application de l'IoT et de l'IA en sont aux phases initiales. Par conséquent, les travaux de recherche de cette thèse ont pour objectifs d'identifier et d'étudier le potentiel, les défis et les possibilités d'utiliser l'IoT et l'IA pour évaluer les paramètres cliniques. Plusieurs organisations affirment qu'une attention accrue devrait être accordée à l'utilisation efficace des ressources de santé. L'augmentation de l'espérance de vie et de la taille de la population au niveau international s'accompagne d'une augmentation du nombre d'hospitalisations de courte durée, et donc de la capacité limitée des lits. Le rapport international sur la santé mondiale publié par l'Organisation Mondiale de la Santé « OMS » montre que 20 à 40 % de l'ensemble des ressources de soins de santé ne sont pas suffisamment utilisées. Ainsi, les outils qui favorisent un système de soins de santé efficace sont d'une grande importance pour la société actuelle. L'objectif de cette thèse est d'étendre les méthodes dans le domaine de l'IoT et de l'IA ainsi que la modélisation et l'optimisation au flux de patients dans les hôpitaux pour fournir à la direction et aux planificateurs une gamme d'outils de décision afin d'améliorer l'utilisation des ressources hospitalières. Nous élaborons plusieurs problèmes d'optimisation hospitalière pertinents qui concernent la prise de décision au niveau stratégique, tactique et opérationnel. En outre, nous nous concentrons sur différents types de flux de patients, des admissions de patients hospitalisés aux admissions de patients externes, ce qui a donné lieu à de nombreuses études de recherche différentes. Sur le plan méthodologique, nous nous concentrons principalement sur l'évaluation des différentes instances du flux de patients, mais plus particulièrement sur les patients atteints de maladies cardiovasculaires, dont nous appuyant sur la modélisation de la chaîne de Markov. L'accent a été mis plus particulièrement sur la séparation du séjour du patient à l'hôpital en trois phases principales. Chaque phase est interdépendante, variable dans le temps et dépend de l'autre phase. Le cœur de la contribution est d'évaluer et de donner à chaque étape du processus d'admission, de traitement et de sortie des patients des solutions qui peuvent aider les médecins à prendre des décisions temps minimum, mais aussi à les prendre efficacement. Dans notre cas, l'IoT a été de grande utilité afin de collecter les signaux d'électrocardiogrammes (ECG) de patients atteints de différentes pathologies cardiovasculaires, et de transférer ces données dans une plateforme pour le traitement et le stockage. L'IA est utilisée pour classer automatiquement ces signaux avec trois ensembles de données du MIT, afin de décider automatiquement des patients sont atteints de maladies cardiovasculaires. L'IA a ensuite été utilisée pour prédire efficacement quels patients doivent sortir de l'hôpital en fonction de leurs signaux et caractéristiques épidémiologiques et physiologiques, mais aussi en fonction de leur durée de séjour et de leur historique d'admission et de transfert. Enfin, vient le rôle de l'utilisation de l'optimisation métaheuristique. Ce dernier tient compte de l'admission, de la trajectoire de traitement et de la première analyse de survie de ces patients pour décider quels patients seront affectés à un lit dans quel service, principalement dans l'unité de soins intensifs
Internet of Things (IoT) and Artificial Intelligence (AI)are two advancing technological areas utilizing the capabilities of performing hands free tasks and intelligent data analysis. These technologies are showing promising potentials of improving the Human-to-Machine interactions in clinical workflow, create a better foundation of clinical decision-making, and improve the accessibility of clinical data. The novel aspect, rapid advancement, and new application possibilities of IoT and AI are in the initial phases. Hence, the thesis research has the objectives of identifying and investigating the potential, challenges, and possibilities of using IoT and AI to assess clinical settings.From the other hand, Various organizations claim that increasing attention should be put on an efficient use of healthcare resources. The internationally rising life expectancy and population size is accompanied by hospitals that are relying more on short admissions, and thus on limited bed capacity. The international World Health Report published by the World Health Organization shows that 20-40% of all healthcare resources are not being sufficiently utilized. Thus, tools that benefit an efficient healthcare system is greatly relevant to the present society. The goal of this thesis is to expand methods in the field of IoT and AI and modeling and optimization to hospital patient flow with a view to provide management and planners with a range of decision tools for improving the utilization of hospital resources. We elaborate on several relevant hospital optimization problems which relate to decision making on both the strategic, tactical and operational level. In addition, we focus on various types of patient flow, from inpatient to outpatient admissions, which has led to many different research studies. Methodologically we mainly focus on evaluating the different instances of patient flow but specifically on patients with cardiovascular diseases (CVD) based on Markov chain modeling.Mainly, the focus was on separating the patient stay in the hospital into three main phases. Each phase in an interdependent, time varying and function of the other phase. The core of the contribution is to assess and give every step of the process of admitting, treating, and discharging patients with solutions that can help physicians take decisions in short time but also take them efficiently. These techniques used IoT in order to collect electrocardiogram signals (ECG) from patients with different CVD pathologies and to transfer these data into a platform that can preprocess it and store it. AI that is used to automatically classify these signals along with three MIT dataset and decide which patients have cardiovascular diseases with no physician intervention. Then AI was used to efficiently predict which patients need to be discharged based on their epidemiological, physiological signals and characteristics and also based on their Length of Stay (LOS) and on their admission and transfer history. Finally, comes the role of using metaheuristic optimization. This last one, into account the admission, treatment trajectory and first survival analysis of these patients to decide which patients will be allocated to a bed in which ward mainly in the Intensive Care Unit (ICU).The proposed system for studying and optimizing the patients flow in a health care facility show high performance based on the different performance metrics we are using in this research project

Le raisonnement diagnostique (abductif) et le raisonnement de prédiction (inductif) sont deux des méthodes de raisonnement qui permettent la découverte de connaissances nouvelles. Lorsque le raisonnement abductif est le processus permettant de trouver la meilleure explication (hypothèse) pour un ensemble d'observations (Josephson, 1994), le raisonnement de prédiction est le processus, à partir d'un ensemble d'observations, permettant de trouver tous les résultats possibles. Ces observations peuvent être les symptômes d'un patient, des expériences concernant les réseaux métaboliques et génomiques, etc. Dans cette thèse, nous nous sommes intéressés à la représentation, l'analyse et la synthèse des réseaux de signalisation génomique en utilisant la logique des hypothèses. En fait, ce mémoire se focalise sur la modélisation des voies de signalisation en réponse à la cassure double-brin de l'ADN. Pour implémenter l'abduction nous utilisons les algorithmes de production. Ensuite, la logique des défauts permet de construire des modèles de représentation minimale. Ces algorithmes de découvertes de connaissances sont prouvés sur la carte de cassure double brin de l'ADN. Cette carte est minimale en tant que graphe de causalité biologique et elle permet d'intégrer les données biomoléculaires
Diagnostic reasoning (abductive) and predictive reasoning (inductive) are two methods of reasoning that enable the discovery of new knowledge. When abductive reasoning is the process of finding the best explanation (hypothesis) for a set of observations (Josephson, 1994), the inductive reasoning is the process of predicting, from a set of observations, to find all possible results. These observations may be symptoms of a patient, experiments on genomic and metabolic networks, etc. In this PhD thesis, we are interested in the representation, analysis and synthesis of genomic signaling networks using hypothetical logic. In fact, this thesis focuses on modeling of signaling pathways in response to the DNA double stranded break. To implement the abduction, we use algorithms of production. Then, the default logic is used to build models of minimum representation. These algorithms are proven knowledge discovery on the map of DNA double-strand break. This map is minimal as biological causality graph and allows integrating bio-molecular data

Le raisonnement diagnostique (abductif) et le raisonnement de prédiction (inductif) sont deux des méthodes de raisonnement qui permettent la découverte de connaissances nouvelles. Lorsque le raisonnement abductif est le processus permettant de trouver la meilleure explication (hypothèse) pour un ensemble d'observations (Josephson, 1994), le raisonnement de prédiction est le processus, à partir d'un ensemble d'observations, permettant de trouver tous les résultats possibles. Ces observations peuvent être les symptômes d'un patient, des expériences concernant les réseaux métaboliques et génomiques, etc. Dans cette thèse, nous nous sommes intéressés à la représentation, l'analyse et la synthèse des réseaux de signalisation génomique en utilisant la logique des hypothèses. En fait, ce mémoire se focalise sur la modélisation des voies de signalisation en réponse à la cassure double-brin de l'ADN. Pour implémenter l'abduction nous utilisons les algorithmes de production. Ensuite, la logique des défauts permet de construire des modèles de représentation minimale. Ces algorithmes de découvertes de connaissances sont prouvés sur la carte de cassure double brin de l'ADN. Cette carte est minimale en tant que graphe de causalité biologique et elle permet d'intégrer les données biomoléculaires.

« L’intelligence artificielle connaît un essor fulgurant depuis ces dernières années. Lapprentissage automatique et plus précisément lapprentissage profond grâce aux réseaux de neurones convolutifs ont permis des avancées majeures dans le domaine de la reconnaissance des formes. Cette présentation fait suite à mon travail de thèse. La première partie retrace lhistorique et décrit les principes de fonctionnement de ces réseaux. La seconde présente une revue de la littérature de leurs applications dans la pratique médicale de plusieurs spécialités, pour des tâches diagnostiques nécessitant une démarche visuelle (classification dimages et détection de lésions). Quinze articles, évaluant les performances de ces solutions dautomatisation, ont été analysés. La troisième partie est une discussion à propos des perspectives et des limites présentées par les réseaux de neurones convolutifs, ainsi que leurs possibles applications en chirurgie orale. »