Stimulateur cardiaquevignette|Un stimulateur cardiaque. Le stimulateur cardiaque, ou pacemaker, ou pile cardiaque, est un dispositif implanté dans l’organisme fournissant des impulsions électriques destinées à stimuler les muscles cardiaques en permettant ainsi, par exemple, d’accélérer la pulsation du cœur lorsqu’il est trop lent. La stimulation cardiaque peut être provisoire, pour faire face à une situation transitoire ou définitive.
Cardiac electrophysiologyCardiac electrophysiology is a branch of cardiology and basic science focusing on the electrical activities of the heart. The term is usually used in clinical context, to describe studies of such phenomena by invasive (intracardiac) catheter recording of spontaneous activity as well as of cardiac responses to programmed electrical stimulation - clinical cardiac electrophysiology. However, cardiac electrophysiology also encompasses basic research and translational research components.
Exploration électrophysiologiqueL' exploration électrophysiologique (ou exploration électrophysiologique endocavitaire ou EEP) est un examen de cardiologie réalisé à l'aide de cathéters (ou sondes d'électrophysiologie de diagnostic) montés dans le cœur. Son objectif est de mettre en évidence des troubles de conduction, de localiser des voies de conduction accessoires, ou des foyers ectopiques en recueillant les signaux électriques cardiaques. Elle peut être complétée par des tests médicamenteux et peut être le prélude à une section (ou ablation) de certaines structures cardiaques intervenant dans la genèse des troubles du rythme.
Electrophysiology studyA cardiac electrophysiology study (EP test or EP study) is a minimally invasive procedure using catheters introduced through a vein or artery to record electrical activity from within the heart. This electrical activity is recorded when the heart is in a normal rhythm (sinus rhythm) to assess the conduction system of the heart and to look for additional electrical connections (accessory pathways), and during any abnormal heart rhythms that can be induced.
Électrocardiographievignette|L'électrocardiographie est la technique d'enregistrement des courants électriques accompagnant les contractions du cœur. Elle est réalisée grâce à un électrocardiographe relié au patient par des électrodes. vignette|Un électrocardiogramme est une représentation graphique sur papier de l'activité électrique du cœur. L'électrocardiographie (ECG) est une représentation graphique de l'activité électrique du cœur.
Types of artificial neural networksThere are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.
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.
Trouble du rythme cardiaqueLes troubles du rythme cardiaque ou arythmies sont une famille de maladies cardiaques. Un rythme sinusal correspond au rythme cardiaque normal, c'est-à-dire piloté par le nœud sinusal avec conservation de la séquence « contraction des oreillettes »-« contraction des ventricules ». Un trouble du rythme correspond donc à un rythme cardiaque non sinusal : on parle de « tachycardie » lorsque la fréquence cardiaque est rapide ; et de « bradycardie » lorsque la fréquence cardiaque est lente.
CardiologieLa cardiologie (du grec , « cœur » et , « parole, discours, sujet d'entretien ») est une branche de la médecine qui traite des troubles du cœur ainsi que de certaines parties du système circulatoire. Le domaine comprend le diagnostic médical et le traitement des malformations cardiaques congénitales, des maladies coronariennes, de l'insuffisance cardiaque, des cardiopathies valvulaires et de l'électrophysiologie. Les médecins spécialisés dans ce domaine de la médecine sont appelés cardiologues.
Simulation informatiquevignette|upright=1|Une simulation informatique, sur une étendue de , de l'évolution du typhon Mawar produite par le Modèle météorologique Weather Research and Forecasting La simulation informatique ou numérique est l'exécution d'un programme informatique sur un ordinateur ou réseau en vue de simuler un phénomène physique réel et complexe (par exemple : chute d’un corps sur un support mou, résistance d’une plateforme pétrolière à la houle, fatigue d’un matériau sous sollicitation vibratoire, usure d’un roulem
Arrêt cardiorespiratoirevignette|Réanimation cœur-poumon sur un mannequin, durant des entraînements. L'arrêt cardiorespiratoire (ACR) est l'arrêt de la circulation du sang et de la respiration chez un individu. Actuellement, le terme utilisé est plutôt arrêt cardiaque ou arrêt circulatoire. L'arrêt cardiaque a un pronostic catastrophique mais l'amélioration de celui-ci est principalement dépendant de la mise en place d'une chaîne de soins adaptés (appel des secours via par exemple le 15, le 112 ou le 911) et surtout de la réalisation immédiate par les premiers témoins d'une réanimation adaptée par compressions thoraciques (massage cardiaque) et de la mise en place d'un défibrillateur automatique externe (DAE).
Auto-encodeurUn auto-encodeur (autoencodeur), ou auto-associateur est un réseau de neurones artificiels utilisé pour l'apprentissage non supervisé de caractéristiques discriminantes. L'objectif d'un auto-encodeur est d'apprendre une représentation (encodage) d'un ensemble de données, généralement dans le but de réduire la dimension de cet ensemble. Récemment, le concept d'auto-encodeur est devenu plus largement utilisé pour l'apprentissage de modèles génératifs.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Système temps réelEn informatique, on parle d'un système temps réel lorsque ce système est capable de contrôler (ou piloter) un procédé physique à une vitesse adaptée à l'évolution du procédé contrôlé. Les systèmes informatiques temps réel se différencient des autres systèmes informatiques par la prise en compte de contraintes temporelles dont le respect est aussi important que l'exactitude du résultat, autrement dit le système ne doit pas simplement délivrer des résultats exacts, il doit les délivrer dans des délais imposés.
Auto-encodeur variationnelEn apprentissage automatique, un auto-encodeur variationnel (ou VAE de l'anglais variational auto encoder), est une architecture de réseau de neurones artificiels introduite en 2013 par D. Kingma et M. Welling, appartenant aux familles des modèles graphiques probabilistes et des méthodes bayésiennes variationnelles. Les VAE sont souvent rapprochés des autoencodeurs en raison de leur architectures similaires. Leur utilisation et leur formulation mathématiques sont cependant différentes.
Simulation de phénomènesLa simulation de phénomènes est un outil utilisé dans le domaine de la recherche et du développement. Elle permet d'étudier les réactions d'un système à différentes contraintes pour en déduire les résultats recherchés en se passant d'expérimentation. Les systèmes technologiques (infrastructures, véhicules, réseaux de communication, de transport ou d'énergie) sont soumis à différentes contraintes et actions. Le moyen le plus simple d'étudier leurs réactions serait d'expérimenter, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour observer ou mesurer le résultat.
Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
Syndrome du QT longLe syndrome du QT long est un syndrome phénotypiquement et génétiquement hétérogène qui se caractérise par un allongement de l'intervalle QT sur l'électrocardiogramme de surface associé à un risque élevé de torsades de pointe ou de fibrillation ventriculaire pouvant entraîner syncope et mort subite. Des mutations responsables de ce syndrome ont été décrites sur une dizaine de gènes, l'essentiel concernant LQT1 (ou KCNQ1), LQT2 (ou KCNH2) et LQT3 (ou SCN5A), chacun de ces derniers codant un canal ionique cardiaque.
Cathétérisme cardiaqueLe cathétérisme cardiaque est une méthode d'exploration hémodynamique relativement ancienne. Elle consiste à introduire une sonde dans les différentes cavités cardiaques pour mesurer des pressions et le taux de saturation en oxygène du sang. Cette méthode date de plus d'un siècle et a été introduite par Auguste Chauveau. Il obtient les premiers enregistrements de pression des cavités cardiaques en introduisant un cathéter par la veine jugulaire dans le cœur d'un cheval.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
