À propos
Notre méthodologie, en toute transparence
Aucune donnée ne quitte votre appareil
FertiLuna ne crée pas de compte et ne stocke rien sur un serveur. Le modèle d'analyse est téléchargé une seule fois puis mis en cache dans votre navigateur (IndexedDB). Toute l'analyse (détection de l'ovulation, évaluation des phases, classification) s'exécute localement, sur votre appareil, grâce à un moteur d'inférence ML (ONNX Runtime Web). Vos températures et tests ne sont jamais transmis.
Une lecture d'image transparente
Pour lire une capture d'écran, nous utilisons une chaîne de vision par ordinateur déterministe (segmentation par couleur, lecture des axes, détection des points), et non un réseau de neurones opaque. Chaque étape est inspectable et reproductible : la même image donne toujours le même résultat, et vous vérifiez chaque valeur avant l'analyse.
Un modèle interprétable, pas une boîte noire
La classification du cycle repose sur un algorithme de machine learning classique (forêt aléatoire / Random Forest), et non sur un grand modèle de langage. Ce choix est délibéré : chaque décision est traçable et reproductible, et les règles s'appuient sur la symptothermie standard (méthode SENSIPLAN, règle des « 3 températures au-dessus de 6 »).
Entraîné sur des données synthétiques
En l'absence de jeu de données réelles annotées à grande échelle, le modèle est entraîné sur 50 000 cycles synthétiques générés selon des paramètres physiologiquement plausibles, avec injection de bruit réaliste (fièvre, mesures tardives, données manquantes). La « vérité terrain » étant elle-même une règle clinique, cette approche offre une couverture complète des cas limites.
Un garde-fou de confiance
Lorsque le modèle n'est pas suffisamment sûr de lui (probabilité maximale inférieure à 60 %), il affiche « données insuffisantes » plutôt qu'une analyse potentiellement fausse. Un détecteur d'anomalie complémentaire signale les courbes très atypiques.
Pour aller plus loin : le rapport technique
Vous voulez creuser la méthode dans le détail (chaîne de vision par ordinateur, calibration du modèle, contrat de parité Python / TypeScript, livraison ONNX hors ligne) ? On a écrit tout ça noir sur blanc dans un rapport technique de 23 pages, disponible en téléchargement.
FertiLuna : un système d'analyse de cycle, privé et exécuté dans le navigateur