Extraction de connaissances à partir de traces multidimensionnelles de mouvements oculaires pour un transfert d'expertise perceptivo-décisionnelle dans le domaine médical

Sodoké, Komi Sépéli (2020). « Extraction de connaissances à partir de traces multidimensionnelles de mouvements oculaires pour un transfert d'expertise perceptivo-décisionnelle dans le domaine médical » Thèse. Montréal (Québec, Canada), Université du Québec à Montréal, Doctorat en informatique cognitive.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
PDF
Télécharger (3MB)

Résumé

L’acquisition d’expertise a été étudiée dans plusieurs domaines et ces recherches démontrent des changements de paradigme dans les différentes phases de l’évolution du stade de novice à celui de l’expert. Ce projet de recherche s’inscrit dans ce cadre général et porte spécifiquement sur l’expertise que nous qualifions de « perceptivo-décisionnelle » dans le domaine médical. L’approche adoptée pour la recherche est constituée de trois phases. La première phase consistera en une étude exploratoire et comparative des aptitudes perceptivo-décisionnelle de cliniciens novices et experts en situation authentique en utilisant une simulation haute-fidélité. Cette recherche se fera en prenant en considération la perception visuelle pour l’exécution d’une tâche cognitive qui est le raisonnement clinique. La deuxième phase consistera d’une part en l’analyse des données pour une classification des séquences oculaires et d’autre part l’extraction de motifs dans le but de comparer et dégager des régularités caractéristiques des mouvements oculaires des novices et des experts. La dernière phase exploitera les extrants des deux premières en vue d’élaborer des spécifications et la conception d’un système tutoriel intelligent basé sur l’analyse de mouvement oculaire via webcam qui permettrait d’offrir des services tutoriels à un clinicien novice afin de structurer graduellement ses mouvements oculaires comme un expert. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : systèmes tutoriels intelligents, apprentissage profond, classification de séquences oculaire, extraction de séquences, oculométrie, webcam EyeTracking

Type: Thèse ou essai doctoral accepté
Directeur de thèse: Nkambou, Roger
Mots-clés ou Sujets: Systèmes tutoriels intelligents / Apprentissage profond / Mouvements oculaires / Fouille de motifs séquentiels / Oculométrie / Perception visuelle / Raisonnement / Pratique médicale
Unité d'appartenance: Faculté des sciences > Département d'informatique
Déposé par: Service des bibliothèques
Date de dépôt: 04 mai 2021 15:18
Dernière modification: 04 mai 2021 15:18
Adresse URL : http://archipel.uqam.ca/id/eprint/14246

Statistiques

Voir les statistiques sur cinq ans...