This paper deals with the computation of OC- and ASN-function of sequential probability ratio tests in the multi-parameter case. In generalization of the method of conjugated parameter pairs Wald-like approximations are presented for the OC- and ASN-function. These characteristics can be used describing robustness properties of a sequential test in case of nuisance parameters. As examples tests are considered for the mean and the variance of a normal distribution.

No description available.

yes / Non-lethal weapons (NLWs) are explicitly designed and primarily employed to incapacitate personnel or material whilst minimising collateral damage to property and the environment. Existing NLWs include rubber and plastic bullets, entangling nets, chemical sprays such as OC and CS gas, and electrical stunning devices such as the `Taser¿ gun. New NLWs are on the way, which will include acoustic and microwave weapons, non-lethal landmines, malodorants, and sophisticated weapons developed through rapid advances in neuroscience and the genomics revolution. Most analysts would agree that there is a `legitimate¿ role for non-lethal weapons, both for civil and military applications. However there is considerable disagreement as to the operational effectiveness of NLWs, and the threat such weapons pose to arms conventions and international law. As usual, a balance has to be achieved where the benign advantages of developing and deploying non-lethal weapons are not outweighed by their more malign effects. In particular, emerging non-lethal technologies offer an increasing opportunity for the suppression of civil dissent and control of populations ¿ these are sometimes referred to as the `technologies of political control¿. There is a continuing need for sustained and informed commentary to such developments which highlights the impact and threats that these technologies pose to civil liberties and human rights. Because the last BNLWP Report was produced in August 2001, this edition is somewhat longer than usual so that key developments since then can be highlighted and summarised. Future BNLWRP reports will be published three times a year, and we welcome material to be considered for inclusion.

Environ 150.000 personnes souffrent en France d'une épilepsie partielle réfractaire à tous les médicaments. La chirurgie, qui constitue aujourd’hui le meilleur recours thérapeutique nécessite un bilan préopératoire complexe. L'analyse de données d'imagerie telles que l’imagerie par résonance magnétique (IRM) anatomique et la tomographie d’émission de positons (TEP) au FDG (fluorodéoxyglucose) tend à prendre une place croissante dans ce protocole, et pourrait à terme limiter de recourir à l’électroencéphalographie intracérébrale (SEEG), procédure très invasive mais qui constitue encore la technique de référence. Pour assister les cliniciens dans leur tâche diagnostique, nous avons développé un système d'aide au diagnostic (CAD) reposant sur l'analyse multivariée de données d'imagerie. Compte tenu de la difficulté relative à la constitution de bases de données annotées et équilibrées entre classes, notre première contribution a été de placer l'étude dans le cadre méthodologique de la détection du changement. L'algorithme du séparateur à vaste marge adapté à ce cadre là (OC-SVM) a été utilisé pour apprendre, à partir de cartes multi-paramétriques extraites d'IRM T1 de sujets normaux, un modèle prédictif caractérisant la normalité à l'échelle du voxel. Le modèle permet ensuite de faire ressortir, dans les images de patients, les zones cérébrales suspectes s'écartant de cette normalité. Les performances du système ont été évaluées sur des lésions simulées ainsi que sur une base de données de patients. Trois extensions ont ensuite été proposées. D'abord un nouveau schéma de détection plus robuste à la présence de bruit d'étiquetage dans la base de données d'apprentissage. Ensuite, une stratégie de fusion optimale permettant la combinaison de plusieurs classifieurs OC-SVM associés chacun à une séquence IRM. Enfin, une généralisation de l'algorithme de détection d'anomalies permettant la conversion de la sortie du CAD en probabilité, offrant ainsi une meilleure interprétation de la sortie du système et son intégration dans le bilan pré-opératoire global. / One third of patients suffering from epilepsy are resistant to medication. For these patients, surgical removal of the epileptogenic zone offers the possibility of a cure. Surgery success relies heavily on the accurate localization of the epileptogenic zone. The analysis of neuroimaging data such as magnetic resonance imaging (MRI) and positron emission tomography (PET) is increasingly used in the pre-surgical work-up of patients and may offer an alternative to the invasive reference of Stereo-electro-encephalo -graphy (SEEG) monitoring. To assist clinicians in screening these lesions, we developed a computer aided diagnosis system (CAD) based on a multivariate data analysis approach. Our first contribution was to formulate the problem of epileptogenic lesion detection as an outlier detection problem. The main motivation for this formulation was to avoid the dependence on labelled data and the class imbalance inherent to this detection task. The proposed system builds upon the one class support vector machines (OC-SVM) classifier. OC-SVM was trained using features extracted from MRI scans of healthy control subjects, allowing a voxelwise assessment of the deviation of a test subject pattern from the learned patterns. System performance was evaluated using realistic simulations of challenging detection tasks as well as clinical data of patients with intractable epilepsy. The outlier detection framework was further extended to take into account the specificities of neuroimaging data and the detection task at hand. We first proposed a reformulation of the support vector data description (SVDD) method to deal with the presence of uncertain observations in the training data. Second, to handle the multi-parametric nature of neuroimaging data, we proposed an optimal fusion approach for combining multiple base one-class classifiers. Finally, to help with score interpretation, threshold selection and score combination, we proposed to transform the score outputs of the outlier detection algorithm into well calibrated probabilities.

This thesis is focused on behavioral modelling of active elements with independent multi-parameter electronic control using comercially available components. In a first part of the thesis, CVDIBA, CVDOBA, CVCC and OC elements are discussed. The functionality is verified by simulations using OrCAD PSpice. Used components are diamond transistor OPA860, variable gain amplifier LMH6505, differencing amplifier AD830, low distortion differential driver AD8138, current conveyor EL2082 and current mode four quadrant multiplier EL4083. Four active elements are further built on PCB and measured. Some applications like low pass filter, high pass filter, all pass filter and reconfigurable filter.

This paper deals with sequential likelihood ratio tests based on grouped observations. It is demonstrated that the method of conjugated parameter pairs known from the non-grouped case can be extended to the grouped case obtaining Waldlike approximations for the OC- and ASN- function. For near hypotheses so-called F-optimal groupings are recommended. As example an SPRT based on grouped observations for the parameter of an exponentially distributed random variable is considered.

Les mécanismes de type prion sont désormais reconnus comme sous-tendant la plupart des maladies neurodégénératives humaines, avec en premier lieu la maladie d’Alzheimer (MA) au niveau de ses 2 marqueurs spécifiques, l’amyloïde β (Aβ à l’origine de l’hypothèse étiopathogénique de la cascade amyloïde) et la protéine Tau phosphorylée. Par ailleurs la protéine du prion (PrPC) est décrite comme interagissant à de multiples niveaux avec le métabolisme de l’Aβ sans que les mécanismes physiopathologiques sous-jacents n’aient pu être expliqués. Pour sortir de l’impasse actuelle concernant le développement d’approches thérapeutiques efficaces pour la MA, l’industrie pharmaceutique a besoin de modèles expérimentaux innovants. En effet, à ce jour aucun modèle in vivo, en dépit des progrès réalisés avec les souris transgéniques, n’arrive à refléter la complexité cérébrale humaine ni à mimer une MA clinique. Les cultures in vitro en 2D sont quant à elles très éloignées des situations conduisant à l’accumulation d’agrégats protéiques pathologiques. Le but de notre thèse a été d’utiliser dans le domaine des neurosciences les nouvelles perspectives de recherche ouvertes par les technologies des cellules souches pluripotentes induites (cellules iPS) en développant un modèle de différentiation en 3D pour obtenir des organoïdes cérébraux humains (OC) (mini cerveaux). Leur capacité d’auto-organisation en 3D de tissu neuroectodermique nous a permis de recréer un système complexe mimant différentes structures cérébrales humaines dans lesquelles nous avons pu caractériser les marqueurs attendus. L’étude de l’expression des protéines d’intérêt APP et PrPC pendant la différentiation neurale a permis de caractériser la modulation des niveaux des deux protéines en fonction du temps de culture. Afin d’orienter le modèle vers des mécanismes d’accumulation protéique de type MA, nous avons testé différents inducteurs chimiques dont l’Aftin-5 qui est capable de moduler les voies post-traductionnelles de l’APP. Plusieurs stratégies de traitement ont été adoptées pour induire le clivage de l’APP et la génération d’Aβ. La production des fragments solubles Aβ38, Aβ40, Aβ42 a été mise en évidence par ELISA. Les niveaux générés sont reproductibles et l’augmentation du ratio Aβ42/Aβ40 est cohérente avec les données extrapolées des modèles murins et humains, ce qui a permis de valider notre modèle. Les niveaux d’expression génique et protéique de PrPC et de APP suite au traitement ont été analysés afin de mieux déterminer le rôle de l’interaction entre ces deux facteurs. L’objectif à long terme consiste à améliorer ce modèle, dont les limites actuelles sont notamment l’absence de vascularisation et le niveau de maturation du tissu neural. Le défi majeur dans le cadre de la culture des OC consiste donc à favoriser l’intégration du système vasculaire, et par ailleurs à accélérer le vieillissement in vitro pour l’étude de maladies neurodégénératives. La perspective de pouvoir automatiser le système de culture des OC permet d’envisager l’utilisation de ce modèle à plus grande échelle dans le cadre de test de cytotoxicité et/ou de criblage pharmacologique à haut débit pour identifier de nouvelles molécules thérapeutiques pour la MA. / Prion-like mechanisms are known to underlie most of human neurodegenerative diseases including Alzheimer’s disease (AD), which is characterized by two important pathological markers, β amyloid (or Aβ at the origin of the etiopathogenic amyloid cascade hypothesis) and phosphorylated tau protein. Furthermore, the prion protein (PrPC) interacts at multiple levels with the metabolism of Aβ, by mechanisms which are not well understood. To overcome the current limits in the development of efficient strategies to treat AD, the pharmaceutical industry requires innovative experimental models. However, even if a lot of progress has been achieved by using transgenic mouse models, to date no in vivo model can reflect the complexity of human brain or reproduce a clinical context. 2D in vitro cell culture models are unable to allow the aggregation and accumulation of pathological proteins as observed in vivo. The aim of this study consists in taking advantage of the research prospects offered by induced pluripotent stem cell (iPSCs) in the field of neurosciences. iPSCs can be used to generate 3D models of differentiation also called human cerebral organoids or mini-brains (MBs). Their ability to self-organise in 3D neuroectodermic tissue leds to a complex system that mimics different human cerebral structures in which we were able to characterize the expected markers. The study of the two proteins of interest (APP and PrPC) during neural differentiation has allowed us to follow the modulation of protein expression level occurring during the in vitro development of the human MBs. In order to use this model to reproduce the protein accumulation mechanisms seen in AD, we have tested chemical inductors such as Aftin-5 in order to modulate the APP post-transcriptional pathway towards a pathological outcome. Many strategies of treatment are adopted to lead APP cleavage and Aβ generation. The production of soluble fragments Aβ38, Aβ40, Aβ42 in the supernatant of organoids has been showed using ELISA technique. The levels generated are reproducible and the increase of Aβ42/Aβ40 ratio is consistent with extrapolated data from mouse and human models thus validating our model. Analysis at the gene and protein level has been assessed in order to understand the interaction between PrPC and APP after treatment. The long-term goal consists in improving this model which is notably hampered by the absence of vascularization and the low level of maturation of the neural tissue. The main challenge in MB culture thus consists in the integration of the vascular system, and also in increasing the speed of ageing process in vitro for the study of neurodegenerative diseases. In the long term, the prospect of automating the culture of MBs would allow the use of the system for cytotoxicity testing and/or high throughput screening for the discovery of new drugs for AD.