IA + IRM - Felblinger

Question 1

intelligence artificielle

Answer 1

technique automatique capable de simuler l’intelligence humaine

Question 2

apprentissage machine (machine learning)

Answer 2

l’ordinateur fait du sens avec les données qu’on lui a transmis en totale autonomie

Question 3

deep learning

Answer 3

ordinateur formé par des neurones qui se forme lui-même à partir de bases de données

Question 4

types d’apprentissages IA

Answer 4

supervisé: entrées x et sorties y connues
non supervisé: seules les données d’entrée sont connues => regroupement données en cluster

Question 5

méthode apprentissage supervisé

Answer 5

régression pour les données quantitatives
classification si on a des classes

Question 6

clustering

Answer 6

réduction de la dimensionalité

Question 7

over-fitting

Answer 7

système avec peu d’erreurs en entraînement mais beaucoup en conditions réelles => modèle trop complexe ou jeu de données trop faible

Question 8

solution pour éviter l’overfitting

Answer 8

mécanisme d’attention = eye tracking

Question 9

exactitude

Answer 9

(VP + VN) / (VP+VN+FP+FN)

Question 10

rappel (sensibilité)

Answer 10

VP / (VP+FN)

Question 11

Précision

Answer 11

= VPP = VP / (VP+FP)

Question 12

étapes de l’IRM

Answer 12

1: installation champ magnétique intense (1,5T = 30K x la normale)
2: apport d’une énergie sous forme d’one radiofréquence de 64MHz
3: réception énergie radiofréquence par une antenne

Question 13

différence T1 et T2

Answer 13

T1: perturbation puis retour à l’équilibre
T2: temps de retour à l’équilibre

Question 14

graisse et eau en T1

Answer 14

graisse: blanche
eau: noire

Question 15

graisse et eau en T2

Answer 15

graisse: noire
eau: blanche