Relève étoile Louis-Berlinguet 
Juillet 2020



Soroosh Shahtalebi

Étudiant au doctorat en génie
Université Concordia


Publication primée pHtnet: characterization and Deep Mining of involuntary pathological Hand tremor using Recurrent neural network Models

Publiée dans : Nature

Résumé

Avec le vieillissement de la population mondiale, le nombre de personnes souffrant de troubles neurologiques du mouvement liés à l'âge comme la maladie de Parkinson a augmenté. Le tremblement pathologique de la main (PHT) est un symptôme fréquent affectant gravement la qualité de vie des patients. Par conséquent, une estimation précise des PHT est vitale pour développer des technologies de réadaptation et d'assistance. Le projet de Soroosh Shahtalebi, PHTNet, résout ce problème en introduisant un modèle d'élimination en temps réel des PHT grâce à l'intégration de techniques d'apprentissage automatique et de modélisation computationnelle, qui maximise la résolution d'estimation et permet des diagnostiques précoces.