Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Tumeur du cerveauvignette|Biopsie du cerveau vignette|Scanner du cerveau d'une fillette de 6 ans atteinte d'un médulloblastome (tumeur cérébrale la plus fréquente chez les enfants de moins de 2 ans). Les tumeurs cérébrales désignent l'ensemble des tumeurs, bénignes ou malignes, se développant dans le parenchyme cérébral. Elles surviennent par le développement anormal et désorganisé de divisions cellulaires, à partir soit d'une cellule du cerveau lui-même, soit d'une cellule métastatique exportée d'un cancer situé dans une autre partie du corps.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
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.
Métastase cérébraleUne métastase cérébrale est une dissémination de cellules cancéreuses (Métastases) dans le tissu cérébral. Cela désigne des tumeurs malignes originant de l'extérieur du cerveau. Les métastase cérébrales viennent souvent du cancer du poumon, du cancer du sein, du cancer du rein et de mélanome malin. Ce sont les tumeurs les plus fréquentes au niveau du cerveau. Elles peuvent se faire sentir, entre autres, par des maux de tête, des troubles neurologiques, des convulsions et des changements d'attitude.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Cancer pédiatriquevignette|Une fillette essaie des chapeaux à porter après la chimiothérapie contre une tumeur de Wilms, un type de cancer qui touche généralement les enfants. vignette|Anne-Gabrielle Caron atteinte atteinte d'un sarcome d'Ewing touchant principalement les enfants. Le cancer pédiatrique ou cancer de l'enfant est un cancer qui touche un enfant ou adolescent âgé de 0 à 14 ans inclus (juste avant 15 ans). Certaines définitions du cancer de l'enfant incluent aussi les adolescents de 15 à 19 ans.
Cancer du poumonvignette|upright=1|Représentation en coupe tridimensionnelle par tomodensitométrie d'un poumon présentant une tumeur. vignette|upright=1|Radiographie de face du thorax montrant un probable cancer du poumon (taches claires sur le côté externe de chaque poumon). Les expressions cancer du poumon et cancer bronchique désignent au sens strict une tumeur maligne du poumon, et par extension les carcinomes pulmonaires, qui regroupent les tumeurs malignes épithéliales du poumon.
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.
Feature (machine learning)In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
Kinase du lymphome anaplasiqueLa kinase du lymphome anaplasique (ou ALK pour anaplastic lymphoma kinase) est une tyrosine kinase. Son gène dit ALK est situé sur le chromosome 2 humain. Elle est impliquée dans plusieurs cancers. Certains cancers pulmonaires comportent une fusion de l'ALK avec l'EML4 (). C'est le cas notamment d'environ 5 % des adénocarcinomes pulmonaires, ces derniers comportant certaines caractéristiques cliniques : sujets plus jeunes, non fumeurs. Le crizotinib est un inhibiteur de l'ALK qui s'avère efficace dans le traitement des cancers du poumon impliquant la fusion EML4-ALK.
Weak supervisionWeak supervision, also called semi-supervised learning, is a paradigm in machine learning, the relevance and notability of which increased with the advent of large language models due to large amount of data required to train them. It is characterized by using a combination of a small amount of human-labeled data (exclusively used in more expensive and time-consuming supervised learning paradigm), followed by a large amount of unlabeled data (used exclusively in unsupervised learning paradigm).
MéningiomeUn méningiome est une tumeur cérébrale développée à partir de cellules des enveloppes du cerveau et de la moelle spinale appelées les méninges. Développées en dehors du système nerveux, les méningiomes sont des tumeurs bénignes dans environ 75-80 % des cas mais peuvent se présenter plus rarement sous des formes plus agressives qui ont plus tendance à récidiver ou qui peuvent menacer la vie du patient. Les méningiomes représentent environ 35 % des tumeurs du système nerveux central et sont les tumeurs cérébrales les plus fréquentes de l'adulte de 2007 à 2011 aux États-Unis.
Ingénierie des caractéristiquesL'ingénierie des caractéristiques (en anglais feature engineering) a un rôle important, notamment dans l’analyse des données. Sans données, les algorithmes d’exploitation et d’apprentissage automatique de données ne seront pas en mesure de fonctionner. En effet, il s’avère qu’en réalité, on ne pourrait réaliser que peu de choses si nous ne disposions que de très peu de caractéristiques afin de pouvoir représenter les données, ou les banques de données, sous-jacentes.
Bilan d'extensionLe bilan d'extension est l'ensemble des examens permettant de déterminer le stade d'une tumeur maligne. Le but du bilan d'extension est de déterminer le traitement le plus approprié. Le bilan d'extension diffère selon le siège primitif de la maladie cancéreuse. Il est réalisé au moment du diagnostic initial, et peut être au besoin renouvelé durant l'évolution et la surveillance de la maladie. Pour les tumeurs solides, l'extension s'intéresse au degré d'envahissement local, à la présence de ganglions tumoraux (envahissement régional), et à la présence de métastases à distance.
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.
Tumeur bénignethumb|Tumeur bénigne de la peau d'un chien Une tumeur bénigne est une tumeur sans gravité, c'est-à-dire ne pouvant donner lieu à des métastases et n'étant pas mortelle, par exemple une verrue. Néanmoins une telle tumeur peut évoluer vers une tumeur maligne, qui peut, elle, être fatale si elle n'est pas traitée. Une tumeur bénigne peut cependant être mortelle dans les cas où son environnement ne laisse pas suffisamment de place à son développement. Exemple : une tumeur bénigne au cerveau.
CancerLe cancer est une maladie provoquée par la transformation de cellules qui deviennent anormales et prolifèrent de façon excessive. Ces cellules déréglées finissent parfois par former une masse qu'on appelle tumeur maligne. Les cellules cancéreuses ont tendance à envahir les tissus voisins et à se détacher de la tumeur initiale. Elles migrent alors par les vaisseaux sanguins et les vaisseaux lymphatiques pour aller former une autre tumeur (métastase).
Espace d'échelleLa théorie de lEspace d'échelle () est un cadre pour la représentation du signal développé par les communautés de la vision artificielle, du , et du traitement du signal. C'est une théorie formelle pour manipuler les structures de l'image à différentes échelles, en représentant une image comme une famille d'images lissées à un paramètre, la représentation d'espace échelle, paramétrée par la taille d'un noyau lissant utilisé pour supprimer les structures dans les petites échelles. Soit un signal.
CrizotinibLe crizotinib est une molécule inhibitrice de plusieurs tyrosine kinases, en cours de développement dans le traitement de certains cancers. Il inhibe l'ALK (« Anaplastic lymphoma kinase »), le MET (« Mesenchymal-Epithelial Transition ») et le ROS1. Il existe cependant des formes résistantes correspondant à des mutations sur ALK ou sur ROS1. Dans les cancers pulmonaires non à petites cellules, dits « ALK+ » et résistants aux autres traitements, le crizotinib améliore les symptômes et la qualité de vie sans modifier la mortalité.
