Archives par mot-clé : Data mining

Biomédical

Les thématiques de recherche du GSII dans le domaine biomédical s’articulent autour des études suivantes :

  • Méthodes d’apprentissage artificiel appliquées à la médecine :
    –  Prédiction de la syncope chez l’Homme.>>
    –  Je donne mon sang, je ne le donne pas…>>
  • Partenaires >>
  • Apports du GSII >>

Prédiction de la syncope chez l’Homme

Contexte de l’étude

  • Ce travail s’inscrit dans le cadre d’une collaboration entre le CHU d’Angers, le LERIA d’Angers, l’ESEO, et porte sur le développement d’algorithmes pouvant prédire l’apparition d’une syncope chez l’homme.
  • Dans le domaine de la cardiologie, les syncopes représentent 3% des admissions des services d’urgence et 1% à 6% des hospitalisations. Elles sont fréquemment responsables de traumatismes, parfois graves, aussi bien chez le sujet âgé que le sujet jeune. Malheureusement, malgré un bilan complet comprenant un examen clinique neurologique et cardiaque approfondi, des enregistrements de longue durée de l’électrocardiogramme (ECG) et une exploration electrophysiologique, la cause précise de perte de connaissance n’est retrouvée que dans 60% des cas.
  • Le test d’inclinaison ou TILT-test permet d’apporter des premiers éléments de réponse pour ce type de pathologie et surtout d’identifier le mécanisme des malaises afin d’adapter le traitement médical. Ce test est effectué à jeun : le malade doit rester allongé sur la table d’examen pendant 10 minutes en position horizontale, puis la table, mue par un moteur électrique est ensuite inclinée à 60°, 70° ou 80° pendant au maximum 45 minutes.

  • De notre côté, durant tout le TILT-test, nous avons recueilli pour chaque patient une courbe d’ECG et une courbe d’impédancemétrie (voir ci-dessous) à l’aide de l’appareil PhysioFlow.

  • Des indices pertinents ont été trouvés sur ces courbes qui permettent de dire si un patient va faire un malaise ou non durant le TILT-test.

L’appareil PhysioFlow et la courbe d’impédancemétrie qu’il recueille.

  • La courbe d’impédancemétrie représente essentiellement la variation du sang dans l’aorte:

  • Ci-dessous l’apparail PhysioFlow en utilisation :

Plus de détails sur le PhysioFlow sur www.physioflow.com

Je donne mon sang, je ne le donne pas…

Contexte de l’étude

  • Ce travail vise à prédire si une personne va donner son sang ou non, et ce à partir de 4 paramètres. Cette étude qui repose sur un corpus de données issu du site UCI machine learning repository : http://archive.ics.uci.edu a donné lieu à la publication suivante :

Mohamad DARWICHE,Mathieu FEUILLOY, Ghazi BOUSALEH et Daniel SCHANG : Prediction of blood transfusion donation. In IEEE Congress on Research Challenges in Information Science (RCIS-2010), pages 51–56, mai 2010

AbstractThe goal of the present study was to develop and evaluate machine learning algorithms for the prediction of blood transfusion donation. The machine learning algorithms studied included multilayer perceptrons (MLPs) and support vector machines (SVMs). The methods were evaluated retrospectively in a group of 600 patients and validated prospectively in a group of 148 patients. We reach a sensitivity of 65.8% and a specificity of 78.2% in the prospective group. This discrimination is very interesting because it could allow to propose to the patients, classified as non-donators, to give their blood in the future. Furthermore, the blood transfusion donation UCI corpus used, has been processed in a different manner than the initial marketing one. Therefore, this recent corpus could give a new training set for testing and improving machine learning methods in the future.

Partenaires

  • CHU d’Angers
  • LERIA à l’Université d’Angers
  • Centre Hospitalier de Chartres
  • Société Manatec Biomédical (France)
  • Société PhysioFlow (USA)

Apports du GSII-ESEO

  • Méthodes statistiques pour l’analyse des données (Data mining).
  • Mesure de vitesse d’écoulement sanguin (Capillaroscopie ).
  • Traitement du signal vidéo et de l’image.
Daniel Schang
Associate professor
Experience
Associate professor
ESEO Group
PhD Student in Informatics
Université Henri Poincaré, Nancy
DEA of Informatics
Université Henri Poincaré, Nancy.
Publications
Articles en revues avec comité de lecture
[6] Mathieu Feuilloy, Daniel Schang, Jacques-Olivier Fortrat, "Combinaison et comparaison de méthodes de sélection de variables pour prédire l'apparition de syncopes inexpliquées", In Revue d'intelligence artificielle, numéro spécial "intelligence artificielle et santé: vers quelles applications en médecine ?", vol. 25, no. 4, pp. 551-579, 2011. [bibtex] [pdf]
[5] Jacques-Olivier Fortrat, Daniel Schang, Elisabeth Bellard, Jacques Victor, Georges Lefthériotis, "Cardiovascular variables do not predict head-up tilt test outcome better than body composition", In Clinical Autonomic Research, vol. 17, no. 4, pp. 206-210, 2007. [bibtex]
[4] Daniel Schang, Mathieu Feuilloy, Guy Plantier, Jacques-Olivier Fortrat, Pascal Nicolas, "Early prediction of unexplained syncope by support vector machines", In Physiological Measurement, vol. 28, no. 2, pp. 185-197, 2007. [bibtex] [pdf]
[3] Daniel Schang, Elisabeth Bellard, Guy Plantier, Jean-Marc Dupuis, Jean Victor, Georges Leftheriotis, "Comparison of Computational Algorithms Applied on Transthoracic Impedance Waveforms to Predict Head-Up Tilt Table Testing Outcome", In Computers in Biology and Medicine, vol. 36, no. 3, pp. 225-240, 2006. [bibtex]
[2] Elisabeth Bellard, Jacque-Olivier Fortrat, Daniel Schang, Jean-Marc Dupuis, Jacques Victor, Georges Lefthériotis, "Late Hemodynamic Changes During a Negative Passive Head-up Tilt Predict the Symptomatic Outcome to a Nitroglycerin Sensitized Tilt", In Pacing and Clinical Electrophysiology, vol. 28, no. 2, pp. 89-96, 2005. [bibtex]
[1] Elisabeth Bellard, Jacque-Olivier Fortrat, Daniel Schang, Jean-Marc Dupuis, Jacques Victor, Georges Lefthériotis, "Changes in transthoracic impedance signal predict outcome of $70^o$ head-up tilt test", In Clinical Science, vol. 104, no. 2, pp. 119-126, 2003. [bibtex]
Livres et ouvrages collectifs
Conférences avec actes et comités de lecture
[17] Mohamad Darwiche, Mathieu Feuilloy, Ghazi Bousaleh, Daniel Schang, Rachid El Guerjouma, "Creep-rupture prediction by naive bayes classifiers", In Acoustics 2012, Nantes, France, 2012. [bibtex]
[16] Mohamad Darwiche, Ghazi Bousaleh, Mathieu Feuilloy, Daniel Schang, Rachid El Guerjouma, "A normalization method for life-time prediction of composite materials", In Acoustics 2012, Nantes, France, 2012. [bibtex]
[15] Mohamad Darwiche, Rachid Berbaoui, Mathieu Feuilloy, Daniel Schang, Ghazi Bousaleh, Rachid El Guerjouma, "Creep-rupture prediction by neural networks", In IEEE Conference on Science of Electronics, Technologies of Information and Telecommunications (SETIT-2011), Sousse - Tunisia, 2011. [bibtex]
[14] Mohamad Darwiche, Rachid Berbaoui, Mathieu Feuilloy, Ghazi Bousaleh, Daniel Schang, Rachid El Guerjouma, "Prdiction de la dure de vie des matriaux soumis des essais de fluage par des classifieurs baysiens nafs", In Journes scientifiques et techniques - Association pour les matriaux composites. (JST AMAC), Lyon, France, 2011. [bibtex]
[13] Mohamad Darwiche, Rachid Berbaoui, Mathieu Feuilloy, Daniel Schang, Ghazi Bousaleh, Rachid El Guerjouma, "Creep-rupture prediction by support vector machines", In 18th International Congress on Sound and Vibration (ICSV 2011), Rio de Janeiro - Brazil, 2011. [bibtex]
[12] Mohamad Darwiche, Mathieu Feuilloy, Ghazi Bousaleh, Daniel Schang, "Prediction of blood transfusion donation", In IEEE Congress on Research Challenges in Information Science (RCIS-2010), pp. 51-56, 2010. [bibtex]
[11] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, Jacques-Olivier Fortrat, Jacques Victor, "A quick low cost method for syncope prediction", In 14th International Symposium on Signal Processing and its Applications (EUSIPCO-2006), Florence - Italy, 2006. [bibtex]
[10] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, "Comparison of Feature Selection Methods for Syncope Prediction", In IEEE Congress on Evolutionary Computation (CEC-2006), Vancouver - Canada, 2006. [bibtex]
[9] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, Jacques-Olivier Fortrat, Jacques Victor, "Optimization of the relevance of features extracted from transthoracic impedance signal", In 18th International EURASIP Conference BIOSIGNAL, Brno - Czech Republic, 2006. [bibtex]
[8] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, Jacques-Olivier Fortrat, "Early syncope prediction by a new neuronal approach", In 32nd annual international conference on Computers in Cardiology (CiC-2005), Lyon - France, pp. 103, 2005. [bibtex]
[7] Mathieu Feuilloy, Daniel Schang, Jacques-Olivier Fortrat, Sylvain Poggi, Elizabeth Bellard, Pascal Nicolas, "Prdiction prcoce de la syncope chez l'homme par rseaux de neurones", In 20me colloque GRETSI sur le Traitement du Signal et des Images, Louvain-la-Neuve - Belgique, 2005. [bibtex]
[6] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, Jacques-Olivier Fortrat, Jacques Victor, "Dimension reduction methods for the early syncope prediction by artificial neural networks", In IEEE 8th International Symposium on Signal Processing and its Applications (ISSPA-2005), Sydney - Australia, 2005. [bibtex]
[5] Jacques-Olivier Fortrat, Daniel Schang, Elisabeth Bellard, Georges Lefthriotis, Jacques Victor, "Body composition better predicts head-up tilt test outcome than cardiovascular variables", In 1st Joint Meeting of the European Federation of Autonomic Societies and American Autonomic Society, Amsterdam - The Netherlands, 2004. [bibtex]
[4] Daniel Schang, Guy Plantier, Elisabeth Bellard, Georges Leftheriothis, "Prévention de la Syncope Chez L'homme", In Colloque GRETSI sur le traitement du signal et des images, Paris, 2003. [bibtex]
[3] Guy Plantier, Anthony Sourice, Alain Le Duff, Daniel Schang, "Comparaison D'estimateurs de Fréquence À Complexité Algorithmique Réduite", In Colloque GRETSI sur le traitement du signal et des images, Toulouse - France, 2001. [bibtex]
[2] Daniel Schang, L. Romary, "Frames, a unified model for the representation of reference and space in a Man-Machine Dialogue", In 3rd International Conference on Spoken Language Processing (ICSLP-1994), Yokohama - Japan, 1994. [bibtex]
[1] Daniel Schang, L. Romary, "Framing the world, towards a localised spatial reasoning", In 3rd International Conference on the Cognitive Science of Natural Language (CSNLP-1994), Dublin - Ireland, 1994. [bibtex]
Articles en revues professionnelles et rapports internes
Conférences nationales et internationales avec actes
[4] Rachid El Guerjouma, Mourad Bentahar, Abderrahim El Mahi, Rachid Berbaoui, Alain Le Duff, Guy Plantier, Daniel Schang, "Contrle de sant des matriaux htrognes par mission acoustique en fluage : estimation de la dure de vie restante", In Journes scientifiques de l'Universit de Nantes, Nantes - France, 2010. [bibtex]
[3] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, "Extraction d'informations pour l'analyse en composantes curvilignes", In Proceedings of the 39mes Journes de Statistique, Angers - France, 2007. [bibtex]
[2] Mathieu Feuilloy, Daniel Schang, Pascal Nicolas, "Une nouvelle mthode de classification automatique", In 2mes rencontres inter-associations. RIA's 2006, Lyon - France, 2006. [bibtex]
[1] L. Romary, N. Bellalem, Daniel Schang, "Positioning objects in a graphical environment : reference and gesture", In 1st International Colloquium on Deixis., Deixis and Kentucki - USA, 1994. [bibtex]