AthéroscléroseL'athérosclérose (du grec athêra signifiant « bouillie » et scleros signifiant « dur ») est une maladie touchant les artères de gros et moyen calibre et caractérisée par l'apparition de plaques d'athérome. L'athérome correspond à un remaniement réversible de l'intima des artères de gros et moyen calibre (aorte et ses branches, artères coronaires, , artères des membres inférieurs) par accumulation segmentaire de lipides, glucides complexes, sang et produits sanguins, tissus adipeux, dépôts calcaires et autres minéraux.
AthéromeAn atheroma, or atheromatous plaque, is an abnormal accumulation of material in the inner layer of an arterial wall. The material consists of mostly macrophage cells, or debris, containing lipids, calcium and a variable amount of fibrous connective tissue. The accumulated material forms a swelling in the artery wall, which may intrude into the lumen of the artery, narrowing it and restricting blood flow. Atheroma is the pathological basis for the disease entity atherosclerosis, a subtype of arteriosclerosis.
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.
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.
Analyse d'imageL'analyse d'image est la reconnaissance des éléments et des informations contenus dans une . Elle peut être automatisée lorsque l'image est enregistrée sous forme numérique, au moyen d'outils informatiques. Les tâches relevant de l'analyse d'image sont multiples, depuis la lecture de codes-barres, jusqu'à la reconnaissance faciale. L'analyse d'image intervient également dans le domaine de l'art et du graphisme, pour l'interprétation des compositions et signifiants.
Syndrome de SharpLe syndrome de Sharp ou connectivite mixte est une association chez un patient des signes d'au moins deux connectivites (maladies systémiques, maladies auto-immunes). Elle a été décrite pour la première fois en 1972 par Gordon Sharp et collaborateurs en tant que tableau clinico-biologique autonome, associant des manifestations appartenant à la fois au lupus érythémateux disséminé, à la sclérodermie systémique, à la polymyosite et à la polyarthrite rhumatoïde.
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 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.
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.
Classification naïve bayésiennevignette|Exemple de classification naïve bayésienne pour un ensemble de données dont le nombre augmente avec le temps. La classification naïve bayésienne est un type de classification bayésienne probabiliste simple basée sur le théorème de Bayes avec une forte indépendance (dite naïve) des hypothèses. Elle met en œuvre un classifieur bayésien naïf, ou classifieur naïf de Bayes, appartenant à la famille des classifieurs linéaires. Un terme plus approprié pour le modèle probabiliste sous-jacent pourrait être « modèle à caractéristiques statistiquement indépendantes ».
