- Accueil
- L'UTT
- Actualités
Détection de Parkinson : Abir Noun, doctorante au LIST3N, récompensée à BioSMART 2025
Publié le 12 juin 2025
–
Mis à jour le 12 juin 2025
Date(s)
le 5 juin 2025
À l’occasion de la 6e édition de la conférence internationale BioSMART (Bio-engineering for Smart Technologies), qui s’est tenue à Paris du 14 au 16 mai 2025, Abir Noun, doctorante en deuxième année au sein de l’unité de recherche LIST3N de l’Université de technologie de Troyes (UTT), a reçu le Prix du meilleur article étudiant.
BioSMART rassemble chaque année des chercheurs et chercheuses internationaux travaillant à l’intersection des systèmes intelligents et des technologies bio-inspirées. La conférence vise à promouvoir les échanges interdisciplinaires autour des applications de l’intelligence artificielle, en particulier dans les domaines de la santé, de l’ingénierie et de l’environnement.
L’article d’Abir Noun, intitulé Explainable AI Reveals Hidden Biomarkers in Parkinson’s Brain Imaging, propose une méthode associant réseaux de neurones convolutifs tridimensionnels (3D CNN) et intelligence artificielle explicable (XAI) pour l’analyse d’images cérébrales fonctionnelles de type DaTSCAN. En intégrant l’outil Grad-CAM, cette approche permet d’identifier des régions cérébrales peu étudiées jusqu’à présent, susceptibles de constituer de nouveaux biomarqueurs dans le diagnostic de la maladie de Parkinson. Ces résultats suggèrent des pistes pour améliorer la précocité et la fiabilité des diagnostics, en s’appuyant sur une meilleure interprétabilité des modèles d’IA utilisés.
Cette reconnaissance met en lumière la contribution d’Abir Noun aux travaux menés au sein du LIST3N dans le champ de l’intelligence artificielle appliquée à la santé, et confirme la place de l’UTT dans la recherche interdisciplinaire en sciences du numérique et biomédicales.
L’article d’Abir Noun, intitulé Explainable AI Reveals Hidden Biomarkers in Parkinson’s Brain Imaging, propose une méthode associant réseaux de neurones convolutifs tridimensionnels (3D CNN) et intelligence artificielle explicable (XAI) pour l’analyse d’images cérébrales fonctionnelles de type DaTSCAN. En intégrant l’outil Grad-CAM, cette approche permet d’identifier des régions cérébrales peu étudiées jusqu’à présent, susceptibles de constituer de nouveaux biomarqueurs dans le diagnostic de la maladie de Parkinson. Ces résultats suggèrent des pistes pour améliorer la précocité et la fiabilité des diagnostics, en s’appuyant sur une meilleure interprétabilité des modèles d’IA utilisés.
Cette reconnaissance met en lumière la contribution d’Abir Noun aux travaux menés au sein du LIST3N dans le champ de l’intelligence artificielle appliquée à la santé, et confirme la place de l’UTT dans la recherche interdisciplinaire en sciences du numérique et biomédicales.
mise à jour le 12 juin 2025