Skip to Main content Skip to Navigation
Theses

Learning functional brain atlases modeling inter-subject variability

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.
Document type :
Theses
Complete list of metadatas

Cited literature [126 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01331308
Contributor : Abes Star :  Contact
Submitted on : Monday, June 13, 2016 - 5:00:08 PM
Last modification on : Friday, May 15, 2020 - 1:24:38 PM

File

73089_ABRAHAM_2015_archivage.p...
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01331308, version 1

Citation

Alexandre Abraham. Learning functional brain atlases modeling inter-subject variability. Machine Learning [cs.LG]. Université Paris-Saclay, 2015. English. ⟨NNT : 2015SACLS159⟩. ⟨tel-01331308⟩

Share

Metrics

Record views

574

Files downloads

754