Techniques de spectroscopie proche infrarouge appliquées à la quantification de paramètres hémodynamiques
Notice bibliographique
Résumé
Ce mémoire est séparé en deux volets, tous deux axés sur la spectroscopie proche infra-rouge (NIRS) pour la quantification des paramètres hémodynamiques. La NIRS est principalement basée sur la mesure des coefficients d'absorption (μa) et de dispersion (μs’) des tissus afin de retrouver les concentrations d'oxy- et de déoxyhémoglobine dans le sang. L'imagerie à l'aide de la NIRS est basée sur le parcours des photons à travers le tissu biologique à différentes longueurs d'onde du spectre proche infra-rouge. Le premier appareil de NIRS dont il sera question est un appareil de spectroscopie résolue dans le temps. Ce type de système retrouve des concentrations absolues d'hémoglobine à l'aide d'un bandeau placé sur la peau d’un sujet, dans ce cas-ci sur le front. Le modèle d’analyse des données permet la séparation des contributions extra-cérébrales et cérébrales aux données. Cette méthode fournit des données plus exactes sur la saturation en oxygène du cerveau, par rapport à un modèle homogène où le signal est contaminé par les couches superficielles. Une étude sur les changements hémodynamiques cérébraux de jeunes adultes pendant une activité physique a été réalisée, et l’article en détaillant les résultats est transcrit au chapitre 2. Le chapitre 3 comprend un retour sur cette étude et aborde les possibilités de travaux futurs. La seconde partie de mes travaux s’est déroulée sous forme de stage en entreprise durant l’été 2016. Sous la supervision de Dennis Hueber, Ph. D., et Beniamino Barbieri, Ph. D., j’ai effectué des recherches portant sur un appareil de NIRS manufacturé par la compagnie ISS Inc. et dont un prototype se trouve actuellement dans le laboratoire de mon superviseur Mathieu Dehaes, Ph. D. Cet appareil combine deux modalités d’imagerie optique, soit la NIRS dans le domaine des fréquences et la spectroscopie de corrélation diffuse. Le chapitre 4 détaille les tâches que j’ai réalisées durant ce temps, de même que les résultats des analyses que j’ai effectuées.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».