Imagerie médicaleL'imagerie médicale regroupe les moyens d'acquisition et de restitution d'images du corps humain à partir de différents phénomènes physiques tels que l'absorption des rayons X, la résonance magnétique nucléaire, la réflexion d'ondes ultrasons ou la radioactivité auxquels on associe parfois les techniques d'imagerie optique comme l'endoscopie. Apparues, pour les plus anciennes, au tournant du , ces techniques ont révolutionné la médecine grâce au progrès de l'informatique en permettant de visualiser indirectement l'anatomie, la physiologie ou le métabolisme du corps humain.
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.
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.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Réseau de neurones à propagation avantUn réseau de neurones à propagation avant, en anglais feedforward neural network, est un réseau de neurones artificiels acyclique, se distinguant ainsi des réseaux de neurones récurrents. Le plus connu est le perceptron multicouche qui est une extension du premier réseau de neurones artificiel, le perceptron inventé en 1957 par Frank Rosenblatt. vignette|Réseau de neurones à propagation avant Le réseau de neurones à propagation avant est le premier type de réseau neuronal artificiel conçu. C'est aussi le plus simple.
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.
Tomographic reconstructionTomographic reconstruction is a type of multidimensional inverse problem where the challenge is to yield an estimate of a specific system from a finite number of projections. The mathematical basis for tomographic imaging was laid down by Johann Radon. A notable example of applications is the reconstruction of computed tomography (CT) where cross-sectional images of patients are obtained in non-invasive manner.
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.
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.
Médecinevignette|Examen d'un bébé par une pédiatre. La médecine (du medicina, qui signifie « art de guérir, remède, potion »), au sens de pratique (art), est la science témoignant de l'organisation du corps (anatomie), son fonctionnement normal (physiologie), et cherchant à préserver la santé (physique comme mentale) par la prévention (prophylaxie) et le traitement (thérapie) des maladies. La médecine humaine est complémentaire et en synergie avec la médecine vétérinaire.
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.
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.
Études de médecinevignette|Les bibliothèques universitaires (ici celle de Paris) ont joué un rôle important pour la formation des médecins. vignette|Modèle de cire présentant une tête humaine vue en coupe, autrefois utilisée pour la formation médicale (Source : Archives médicales militaires des États-Unis ; ref:MIS 218756-2). vignette|Autre exemple de section anatomique sagittale d'une tête humaine préparée (coloration, conservation) pour utilisation pédagogique.
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.
Scale-invariant feature transform[[Fichier:Matching of two images using the SIFT method.jpg|thumb|right|alt=Exemple de mise en correspondance de deux images par la méthode SIFT : des lignes vertes relient entre eux les descripteurs communs à un tableau et une photo de ce même tableau, de moindre qualité, ayant subi des transformations. |Exemple de résultat de la comparaison de deux images par la méthode SIFT (Fantasia ou Jeu de la poudre, devant la porte d’entrée de la ville de Méquinez, par Eugène Delacroix, 1832).
Faculté de médecineUne faculté de médecine est une institution universitaire s'occupant de la formation des médecins. Études de médecine au Maroc Voir: Études de médecine-Tunisie Faculté de médecine Ibn El Jazzar de l'Université de Sousse Faculté de médecine de Tunis Faculté de médecine de Sfax Faculté de médecine de Monastir Faculté de médecine dentaire de Monastir Aux États-Unis et au Canada, l'entrée dans une faculté de médecine (medical school) se fait après l'obtention d'un diplôme de premier cycle, sauf au Québec.
Tomographievignette|Principe de base de la tomographie par projections : les coupes tomographiques transversales S1 et S2 sont superposées et comparées à l’image projetée P. La tomographie est une technique d’, très utilisée dans l’, ainsi qu’en géophysique, en astrophysique et en mécanique des matériaux. Cette technique permet de reconstruire le volume d’un objet à partir d’une série de mesures effectuées depuis l’extérieur de cet objet.
Sociologie de la médecineLa sociologie de la médecine est la branche de la sociologie qui étudie la médecine ainsi que les pratiques et représentations des médecins et de leurs patients. Née dans les années 1950, cette sous-discipline s'intéresse en particulier aux institutions médicales, c'est-à-dire tout d'abord les hôpitaux, les cabinets médicaux, mais aussi l'école, la famille, dans leur rôle médical.
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.
Speeded Up Robust FeaturesSpeeded Up Robust Features (SURF), que l'on peut traduire par caractéristiques robustes accélérées, est un algorithme de détection de caractéristique et un descripteur, présenté par des chercheurs de l'ETH Zurich et de la Katholieke Universiteit Leuven pour la première fois en 2006 puis dans une version révisée en 2008. Il est utilisé dans le domaine de vision par ordinateur, pour des tâches de détection d'objet ou de reconstruction 3D.
