课题基金 / 基金详情

Méthodes avancées d'analyse de données multimodales et de classification de formes en génie biomédical

Méthodes avancées d'analyse de données multimodales et de classification de formes en génie biomédical
多模式分析和生物医学形式分类的先进方法
批准号:
RGPIN-2015-03853
负责人:
Mezghani, Neila
金额:
$1.6万
依托单位:
依托单位国家:
加拿大
项目类别:
Discovery Grants Program - Individual
财政年份:
2019
资助国家:
加拿大
项目状态:
已结题
起止时间:
2019-01-01 至 2020-12-31
关键词:

项目摘要

项目成果

Mezghani, Neila的其他基金

相似基金

相关文献

中文摘要
翻译
从技术和信息的角度来看,电子通讯的发展速度很快;从技术和信息的角度来看,电子通讯的发展速度大大提高;从本质上说,电子通讯的发展速度大大提高;从本质上说,电子通讯的发展速度大大提高。同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的,同样的。2011年,在《医学信息方法》50周年纪念日上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》50周年纪念上,在《医学信息方法》杂志上发表了《医学信息方法》。他们* * *数据刚果se caracterisent par grande维度在sens或者它们是构建一个乐团与d 'observations(比如,比赛分为du临时工,杜兰特几个周期d 'activites或者杜兰特几个状态)。此外,这些薪金薪金与其他薪金薪金的关系是相同的,例如,薪金薪金与其他薪金薪金的关系是相同的。塞西常识confronte,可是,做一些分析数据不数量变量depasse数量d 'observations * * *勒计划de矫揉造作的,常识proposons de男性特征也很好fondamental, touchant le开发署theorique et methodologique也曲apprehendant des精灵生物医学应用程序之一。目的:将其分为三种:1 .将其分为三种:1 .将其分为三种:1 .将其分为三种:1 .对其多模式进行分析;目的1:对不同类型的变性人进行分类,包括变性人的变性和变性人的变性、变性人的变性和变性人的变性。****目标2:大尺度信号的modsamicization及其应用。***目的3:信号复合体的分类及其在基因病理学诊断中的应用。* * * *拉认识de ces目的能够直接contribuera l 'avancement des connaissances,一个部分,在葡萄园d分析数据et de分类形式等,另一部分,在domaine de La桑特par le开发署'applications d 'aide盟诊断et d 'outils d 'aide de La决定traitement de病态du和musculo-squelettique。1 .在加拿大,<s:1> <s:1>医疗器械和医疗器械公司的医疗器械和医疗器械公司的医疗器械和医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司的医疗器械公司。*********
英文摘要
Le développement rapide des technologies de l'information a engendré une augmentation considérable de la masse de données hétérogènes (de nature différente) enregistrées à partir de plusieurs modalités d'acquisitions. Ces données, caractérisées de multimodales et hétérogènes, se présentent souvent dans des formats différents (signaux, images, bases de données, etc.), provenant de sources de données différentes (capteurs de mouvement, imageries radiographiques, caractéristiques démographiques et évaluations cliniques, etc.) ce qui rend l'extraction des connaissances difficile. A l'occasion du 50ème anniversaire de la conférence Methods of Information in Medicine en 2011, les enjeux du forage de données ont été discutés et un appel à la réflexion approfondie sur les perspectives de l'analyse de données et de l'extraction de connaissances dans le domaine biomédical a été lancé (Bellazzi, Diomidous et al. 2011).***Les données biomédicales se caractérisent par leur grande dimension dans le sens où elles sont constituées d'un ensemble élevé d'observations (par exemple, au cours du temps, durant plusieurs cycles d'activités ou durant plusieurs états). De plus, ces données sont rares dans le sens où les bases de données actuelles contiennent relativement peu d'échantillons. Ceci nous confronte, souvent, à faire des analyses de données dont le nombre de variables dépasse le nombre d'observations ***Le programme de recherche que nous proposons de mener a un caractère aussi bien fondamental, touchant le développement théorique et méthodologique, qu'appliqué, appréhendant des applications importantes en génie biomédical. Son objectif général est de développer des méthodes avancées d'analyse de données multimodales et de classification de formes et leur mise en application en génie biomédical. Les objectifs visés par la présente demande sont les suivants:***Objectif 1 : Classification de données multimodales hétérogènes et application à l'aide au traitement de pathologies du genou.****Objectif 2 : Modélisation de signaux de grande dimension et application aux données biomécaniques.***Objectif 3 : Classification de signaux complexes et application à l'aide au diagnostic de pathologies du genou.****La réalisation de ces objectifs contribuera directement à l'avancement des connaissances, d'une part, dans le domaine d'analyse de données et de classification de formes et, d'autre part, dans le domaine de la santé par le développement d'applications d'aide au diagnostic et d'outils d'aide à la décision de traitement de pathologies du système musculo-squelettique. Les méthodes d'aide au diagnostic de pathologie du genou seront intégrées au système d'évaluation fonctionnelle du genou KneeKG, actuellement commercialisé par la compagnie canadienne EMOVI qui vient d'être reconnu par le Fond de recherche québécois en santé comme une des 10 percées scientifiques du laboratoire au patient.*********
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Classification et interprétation des données multimodales et longitudinales en génie biomédical
  • 批准号:
    RGPIN-2020-06313
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.04万
  • 财政年份:
    2022
  • 负责人:
    Mezghani, Neila
  • 依托单位:
Analyses de données biomédicales
  • 批准号:
    CRC-2020-00262
  • 项目类别:
    Canada Research Chairs
  • 资助金额:
    $7.29万
  • 财政年份:
    2022
  • 负责人:
    Mezghani, Neila
  • 依托单位:
Classification et interprétation des données multimodales et longitudinales en génie biomédical
  • 批准号:
    RGPIN-2020-06313
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.04万
  • 财政年份:
    2021
  • 负责人:
    Mezghani, Neila
  • 依托单位:
Analyses De Données Biomédicales
  • 批准号:
    CRC-2020-00262
  • 项目类别:
    Canada Research Chairs
  • 资助金额:
    $5.46万
  • 财政年份:
    2021
  • 负责人:
    Mezghani, Neila
  • 依托单位:
海外基金