Ce projet développe un modèle de classification des formes cliniques de sclérose en plaques à partir d'images d'IRM T1w. Il utilise des réseaux de neurones convolutifs graphiques pour analyser la connectivité morphologique cérébrale. Les données extraites d'atlas cérébraux sont exploitées pour améliorer la précision diagnostique et soutenir la recherche médicale dans le domaine des maladies neurodégénératives.

Ce projet vise à automatiser la classification des résultats de tests médicaux entre les périodes S1 et S2. Il permet aux professionnels de santé de gagner du temps dans l'analyse des données et d'améliorer la précision des diagnostics. L'outil s'intègre dans les workflows existants des laboratoires et hôpitaux pour fluidifier les processus décisionnels.

Ce projet consiste en un catalogue de notebooks d'entrée de gamme dédié à la formation de professionnels de santé. Il permet la classification de médicaments et l'analyse de données médicales.

Plateforme publique dédiée à la gestion, la publication et l'interopérabilité des terminologies médicales et sanitaires en France. Elle propose des outils pour explorer, télécharger et utiliser des classifications comme la SNOMED CT, la CIM-10 ou la CIM-11, ainsi que des services d'alignement et de traduction assistée par intelligence artificielle pour faciliter l'échange de données entre professionnels de santé.

FODOMUST est une bibliothèque open source dédiée au traitement et à l'analyse d'images, notamment pour des applications scientifiques et médicales. Elle propose des outils avancés pour la segmentation, la reconstruction 3D, l'analyse de données géospatiales et la classification d'images. Utilisée dans des projets de recherche et d'ingénierie, elle facilite l'extraction d'informations pertinentes à partir d'images complexes.

PTrans est une plateforme dédiée à l'analyse et au traitement d'images médicales et scientifiques. Elle permet aux chercheurs et professionnels de la santé d'extraire des informations pertinentes à partir de données visuelles complexes, facilitant ainsi la recherche et le diagnostic. L'outil intègre des algorithmes avancés pour la segmentation, la classification et la reconstruction d'images.

Mustic est une plateforme logicielle dédiée à l'analyse et au traitement d'images scientifiques, notamment pour les données géospatiales et médicales. Elle permet aux chercheurs et ingénieurs de segmenter, classifier et visualiser des données complexes à partir d'images ou de séries de données. L'outil intègre des fonctionnalités avancées pour l'extraction d'informations et la génération de rapports analytiques.

Ce projet développe un modèle d'ensemble de classifieurs monotones bidimensionnels pour analyser des données médicales ou comportementales. Il permet de prédire des risques (comme le cancer du col de l'utérus) en utilisant des données tabulaires pré-traitées. Le modèle intègre une sélection préalable de paires de caractéristiques pour optimiser les performances et réduire significativement le temps de calcul par rapport aux approches existantes.

Ce projet est un classificateur automatique de données textuelles basé sur des modèles de langage (LLMs). Il permet de catégoriser et d'analyser le sens de texte brut pour faciliter le tri et le traitement de grandes quantités de données.

Le projet MML-classification permet de définir des modèles de machine learning à des fins de classification, en spécifiant des jeux de données d'entrée et en configurant des algorithmes de classification. Il offre également des options de validation croisée.