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

Recherche transversale
Rechercher
(titres de publication, de périodique et noms de colloque inclus)
2018-03-27 - Colloque/Présentation - poster - Anglais - 0 page(s)

Itani Sarah , Rossignol Mandy , Lecron Fabian , Fortemps Philippe , "What's going on, Doc? - When Machine Learning Addresses Neuropathologies with Readability" in Mardi des Chercheurs 2018, Valenciennes, France, 2018

  • Codes CREF : Modèles mathématiques d'aide à la décision (DI1151), Informatique médicale (DI3314), Technologies de l'information et de la communication (TIC) (DI4730), Neurosciences cognitives (DI4296), Recherche opérationnelle (DI1150), Informatique mathématique (DI1160), Ingénierie biomédicale (DI3900)
  • Unités de recherche UMONS : Psychologie cognitive et Neuropsychologie (P325), 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), Institut des Sciences et Technologies de la Santé (Santé)

Abstract(s) :

(Anglais) The advent of machine learning has given translational neuroscience research new insights, in particular as regards the issue of diagnosis aid. However, the predictive models considered for such a purpose are black boxes; they may be hardly used in clinical practice. The present work aimed at developing interpretable models for diagnosis aid. Decision trees were considered for their readability. The study was achieved under a bottom-up methodology, conducted in a semi-knowledge guided framework. We applied this framework on Attention Deficit Hyperactivity Disorder as a case study.