Apprentissage d'atlas fonctionnel du cerveau modélisant la variabilité inter-individuelle
Auteur / Autrice : | Alexandre Abraham |
Direction : | Bertrand Thirion |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 30/11/2015 |
Etablissement(s) : | Université Paris-Saclay (ComUE) |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) |
Partenaire(s) de recherche : | établissement de préparation de la thèse : Université Paris-Sud (1970-2019) |
Laboratoire : Parietal. Equipe de recherche | |
Jury : | Président / Présidente : Hervé Delingette |
Examinateurs / Examinatrices : Bertrand Thirion, Hervé Delingette, Hugues Talbot, Mark Woolrich, Nikos Paragios, Dimitris Samaras, Gaël Varoquaux, Catherine Oppenheim | |
Rapporteurs / Rapporteuses : Hugues Talbot, Mark Woolrich |
Mots clés
Résumé
De récentes études ont montré que l'activité spontanée du cerveau observée au repos permet d'étudier l'organisation fonctionnelle cérébrale en complément de l'information fournie par les protocoles de tâches. A partir de ces signaux, nous allons extraire un atlas fonctionnel du cerveau modélisant la variabilité inter-sujet. La nouveauté de notre approche réside dans l'intégration d'a-prioris neuroscientifiques et de la variabilité inter-sujet directement dans un modèles probabiliste de l'activité de repos. Ces modèles seront appliqués sur de larges jeux de données. Cette variabilité, ignorée jusqu'à présent, cont nous permettre d'extraire des atlas flous, donc limités en terme de résolution. Des challenges à la fois numériques et algorithmiques sont à relever de par la taille des jeux de données étudiés et la complexité de la modélisation considérée.