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.
