Academic literature on the topic 'Optimisme chez l'enfant'

L'ostéoporose est un problème majeur de santé publique dont la prévalence augmente avec l'âge et dont les répercussions sont de plus en plus importantes du fait de l'évolution démographique et de l'accroissement de l'espérance de vie. Le pic de masse osseuse, capital osseux acquis en fin de croissance, est un déterminant très important du risque de fractures observées au niveau soit du radius, des vertèbres ou du fémur chez des patients souffrant d'ostéoporose. C'est pourquoi les mesures de prévention primaire de l'ostéoporose et de ses complications fracturaires consistent à optimiser l'acquisition de la masse osseuse pendant la croissance. L'activité physique et certains nutriments comme le calcium et les protéines peuvent influencer positivement la trajectoire d'acquisition et ainsi augmenter le pic de masse osseuse.

A partir d'une définition empirique de l'optimisme-pessimisme, nous avons recueilli des auto-estimations auprès de différentes populations d'enfants. Celle-ci ont été mises en relation avec des comportements effectifs concernant le résultat de l'activité du sujet : perception du résultat et sentiment de responsabilité (locus of control) notamment. Les déformations dans la perception du résultat différencient les sujets qui se disent optimistes de ceux qui affirment le contraire. Cependant, les différences ne vont pas dans le même sens à sept ans et à dix ans et demi. De plus, à sept ans, les sujets optimistes assument davantage leurs réussites que leurs échecs, à l'inverse des sujets pessimistes. Par ailleurs, à tous les âges, des différences apparaissent dans la façon dont garçons et filles vivent la réussite et l'échec. Différences qui semblent fonction des attentes du sujet, elles-mêmes largement déterminées par l'image du garçon et de la fille dans notre culture. Il se pourrait alors, qu'existent différentes formes d'optimisme et de pessimisme, s'exprimant différemment selon l’âge, et dont la distribution différencierait les garçons des filles, à un âge donné
Starting from an empiric definition of optimism and pessimism, we have collected self-estimates in different populations of children. These have been related to real behaviors concerning the result of the subject's activity, particularly the perception of the result and the feeling of responsibility (locus of control). The distortions in the perception of the result differentiate the subjects who think and say they are optimistic from those who insist on the contrary. Nevertheless, the differences do not point to the same direction at the age of seven or at ten and a half. Moreover, at the age of seven, optimistic subjects take on themselves their successes more than their failures, contrarily to pessimistic subjects. Besides, at any age, differences appear in the way boys and girls apprehend success and failure. These differences seem to be due to the subjects' expectations, determined themselves by the image of a boy and that of a girl in our culture. There might be different kinds of optimism and pessimism, with different expressions according to age, the distribution of which making the difference between boys and girls at a given age

La première étape de cette Thèse était de créer un atlas probabiliste du cerveau néonatal comprenant un atlas 'template' et des modèles probabilistes du cerveau, du liquide cérébro-spinal (CSF) et du crâne. L'atlas est basé sur les images IRM T1 en haute résolution de 7 patients d’âge gestationnel compris entre 39 et 42 semaines. L'atlas 'template' a été évalué par la détermination de la déviation de points de repère anatomiques caractéristiques et la somme total de déformation locale nécessaire pour la normalisation des tissus cérébraux en fonction d’une image néonatale de référence. Dans la deuxième partie, nous avons construit un simulateur d’images IRM cérébrales néonatales à partir de notre fantôme 3D néonatal numérique. Ce fantôme est composé de 9 types tissulaires différents: scalpe, crâne, graisse, muscle, dure-mère, substance grise, substance blanche, myelinisée et non-myelinisée et liquide cérébrospinal. Le fantôme numérique a été utilisé pour caractériser les intensités des signaux pour simuler ensuite les images IRM. Les images simulées avec une dégradation bien contrôlée peuvent servir comme données d'évaluation pour des méthodes d'analyse des images IRM néonatales, tel que des algorithmes de segmentation et/ou d’acquisition. Dans la dernière partie, nous avons développé une méthode de segmentation tissulaire automatique pour les IRM néonatales. Dans cette étude, nous avons appliqué un algorithme basé sur un atlas permettant la segmentation du crâne, du cerveau, et du CSF chez le nouveau-né à partir des images IRM 3D en T1. Nous avons utilisé la méthode de segmentation basée sur l'algorithme EM et la chaîne aléatoire de Markov qui est implémentée et utilisée dans l'outil SPM et sa boîte à outils VBM en conjonction avec notre atlas probabiliste, qui est utilisé pour constituer des informations a priori. Les résultats démontrent que notre méthode permet de segmenter avec une grande précision le cerveau, le CSF et le crâne des IRM néonatales
In this thesis, as the first step, we created a neonatal brain probabilistic atlas consisting of atlas template and probabilistic models for brain, cerebrospinal fluid (CSF) and skull. The atlas is created based on high resolution T1 Magnetic Resonance images of 7 individuals with gestational ages between 39 and 42 weeks at date of examination. The atlas template was evaluated by i) determining the deviation of characteristic anatomical landmarks and ii) the total amount of local deformation needed for the different brain tissues to meet the normalized neonatal image. In the second part of the thesis, we constructed a neonatal cerebral MR image simulator based on our created 3D digital neonatal neurocranial phantom. The created neonatal brain phantom consists of 9 different tissue types: scalp, skull, fat, muscle, dura mater, gray matter, myelinated white matter, non-myelinated white matter and CSF. The digital phantom was used to map simulated nuclear magnetic resonance signal intensities to simulate MR images of the newborns' head. The simulated images with controlled degradation of image data may serve as an evaluation data set for evaluating neonatal MRI analysis methods, e. G. Segmentation/registration algorithms. In the last part of this thesis, we developed an automatic tissue segmentation method for newborn brains from magnetic resonance images. We applied an atlas based algorithm for brain, CSF and skull segmentation of the newborns from 3D T1 weighted MR images. We used the segmentation method based on EM algorithm and Markov random filed which is implemented in SPM toolbox and its VBM toolbox in conjunction with our created probabilistic atlas as prior information. The results demonstrate that our method realizes a tool capable to segment reliably brain, CSF and skull from MRI of neonates