Transfusion sanguinethumb|Poche de sang pour transfusion Une transfusion sanguine est une opération consistant à injecter, par perfusion intraveineuse, du sang ou des dérivés sanguins. La transfusion sanguine (jusqu'en 1918 cf. ci-dessous, on ne peut pas vraiment parler de transfusion : il s'agit alors de ce qu'on pourrait appeler des « dons de sang ») est très ancienne : l'histoire des anciens Égyptiens et le Traité d’anatomie d'Hérophile en font mention. Dans la plupart de ces tentatives, le sang employé était d’origine animale.
Iris de Fisherthumb|Nuage de points du jeu de données Le jeu de données Iris connu aussi sous le nom de Iris de Fisher ou Iris d'Anderson est un jeu de données multivariées présenté en 1936 par Ronald Fisher dans son papier The use of multiple measurements in taxonomic problems comme un exemple d'application de l'analyse discriminante linéaire. Les données ont été collectées par Edgar Anderson afin de quantifier les variations de morphologie des fleurs d'iris de trois espèces. Deux des trois espèces ont été collectées en Gaspésie.
Intraoperative blood salvageIntraoperative blood salvage (IOS), also known as cell salvage, is a specific type of autologous blood transfusion. Specifically IOS is a medical procedure involving recovering blood lost during surgery and re-infusing it into the patient. It is a major form of autotransfusion. It has been used for many years and gained greater attention over time as risks associated with allogenic (separate-donor) blood transfusion have seen greater publicity and become more fully appreciated.
Système phagocytaire mononuclééLe système phagocytaire mononucléé ou système réticulo-endothélial selon l'ancienne nomenclature est un ensemble de cellules immunitaires mononucléées qui se trouvent au niveau des tissus réticulaires et dont le mécanisme immunitaire implique la phagocytose. Le système phagocytaire mononucléaire comporte : les monocytes qui sont des globules blancs mononuclés et phagocytaires présents dans le sang et qui vont donner naissance dans les tissus aux macrophages et aux cellules dendritiques myéloides ; les cellules littorales, qui sont associées aux cellules endothéliales : ce sont des macrophages présents en bordure des capillaires et des sinus sanguins, comme les sinusoïdes hépatiques ou les sinus spléniques.
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.
Analyse discriminante linéaireEn statistique, l’analyse discriminante linéaire ou ADL (en anglais, linear discriminant analysis ou LDA) fait partie des techniques d’analyse discriminante prédictive. Il s’agit d’expliquer et de prédire l’appartenance d’un individu à une classe (groupe) prédéfinie à partir de ses caractéristiques mesurées à l’aide de variables prédictives. Dans l’exemple de l'article Analyse discriminante, le fichier Flea Beetles, l’objectif est de déterminer l’appartenance de puces à telle ou telle espèce à partir de la largeur et de l’angle de son édéage (partie des organes génitaux mâles de l'insecte.
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.
Algorithme espérance-maximisationL'algorithme espérance-maximisation (en anglais expectation-maximization algorithm, souvent abrégé EM) est un algorithme itératif qui permet de trouver les paramètres du maximum de vraisemblance d'un modèle probabiliste lorsque ce dernier dépend de variables latentes non observables. Il a été proposé par Dempster et al. en 1977. De nombreuses variantes ont par la suite été proposées, formant une classe entière d'algorithmes.
Méthode des k plus proches voisinsEn intelligence artificielle, plus précisément en apprentissage automatique, la méthode des k plus proches voisins est une méthode d’apprentissage supervisé. En abrégé KPPV ou k-PPV en français, ou plus fréquemment k-NN ou KNN, de l'anglais k-nearest neighbors. Dans ce cadre, on dispose d’une base de données d'apprentissage constituée de N couples « entrée-sortie ». Pour estimer la sortie associée à une nouvelle entrée x, la méthode des k plus proches voisins consiste à prendre en compte (de façon identique) les k échantillons d'apprentissage dont l’entrée est la plus proche de la nouvelle entrée x, selon une distance à définir.
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.
