DI-UMONS : Dépôt institutionnel de l’université de Mons

Recherche transversale
Rechercher
(titres de publication, de périodique et noms de colloque inclus)
2017-04-25 - Colloque/Présentation - poster - Anglais - 1 page(s)

Itani Sarah , Lecron Fabian , Fortemps Philippe , "Kids Mental Health at the Core of Data Mining and Neuroscience Concerns: a Promising Interaction to Face Major Challenges" in Troisième journée scientifique du Pôle hainuyer – Les technologies de l’information, Eurometropolitan e-campus, Froyennes, Belgique, 2017

  • Codes CREF : Modèles mathématiques d'aide à la décision (DI1151), Informatique médicale (DI3314), Technologies de l'information et de la communication (TIC) (DI4730), Ingénierie biomédicale (DI3900)
  • Unités de recherche UMONS : Management de l'Innovation Technologique (F113), Mathématique et Recherche opérationnelle (F151)
  • Instituts UMONS : Institut de Recherche en Technologies de l’Information et Sciences de l’Informatique (InforTech)

Abstract(s) :

(Anglais) En dépit des progrès de la recherche médicale, les fondements neurophysiologiques de certains troubles psychologiques restent inconnus. L’autisme et le déficit de l’attention avec ou sans hyperactivité sont concernés par cette problématique, alors que leur prévalence mondiale augmente d’année en année. Or, en l’absence de bases connues au sujet de ces troubles, aucun examen médical n’est disponible en vue d’un diagnostic ; seuls les interviews de l’entourage de l’enfant permettent aux spécialistes de rendre une conclusion. Le diagnostic est donc indéniablement subjectif. L’objectif de notre travail de recherche est de mettre en œuvre des outils d’analyse de données (Data Mining) pour aider à la détection précoce de ces troubles sur base de données objectives telles que des indicateurs physiologiques. Pour une exploitation efficace de ces outils par les praticiens, une attention particulière est accordée à la lisibilité et l’interprétabilité des modèles d’aide à la décision.