Chaire Digiteo "Subsample", portée par l'équipe INRIA Parietal, l'équipe Galen (INRIA/ECP) et Dimitris Samaras (Stony Brook University).
Abstract
De récentes études montrent que l'activité cérébrale au repos est révélatrice du fonctionnement cérébral intrinsèque et peut fournir des informations complémentaires à celles obtenues avec des tâches prototypes. L'étude systématique de ces signaux permettra de fournir un atlas de régions fonctionnelles, ainsi qu'un modèle de variabilité à travers les sujets.
Les aspects novateurs du projet seront l'intégration d'a priori neuroscientifiques et de modèles de la variabilité inter-individuelle dans une description probabiliste de l'activité de repos, ainsi que l'application systématique de ces modèles à des grandes bases de données.
Cette variabilité, ignorée dans les travaux précédents, peut conduire à apprendre des atlas flous, et donc limités en résolution. Ce programme pose des défis numériques et algorithmiques de part le volume de données, mais aussi de modélisation, afin de bien maîtriser toutes les sources de bruit et de variabilité.
Context
L'IRMf, traditionnellement employée lors de tâches prototypes, a permis l'établissement de cartographie d'aires cérébrales associée à certaines fonctions cognitives. Cependant, de récents développements en neurosciences ont montré qu'en absence de tâche spécifique, l'IRMf permet de mesurer le fonctionnement intrinsèque du cerveau. L'étude systématique de cette activité, notamment par analyse en composantes indépendantes, pourrait permettre l'identification de nouvelles aires fonctionnelles cérébrales.
Cette étude soulève à la fois une problématique de traitement des données, pour laquelle il a été proposé d'utiliser des méthodes de séparation de sources ou de clustering, mais également de modélisation puisque la cartographie des aires cérébrales devra intégrer la variabilité inter-individuelle. Cette analyse, réalisée sur des patients incapacités victimes d'accidents vasculaires cérébraux, pourraient fournir des indications thérapeutiques pour guider leur réhabilitation.
Objectives
Le but de ce projet est de fournir un atlas de régions fonctionnelles, ainsi qu'un modèle de variabilité à travers les sujets. Cette atlas sera utile d'une part pour guider la modélisation du cerveau en fournissant une parcellisation intrinsèque indépendante de tout protocole cognitif.
D'autre part, pour les applications cliniques, il permettra de délimiter des régions utiles pour l'extraction de marqueurs de diagnostique au repos.
Work program
Pour améliorer la pertinence neuroscientifique de cette approche nous intégrerons les pénalités qui se révèlent efficaces en apprentissage supervisé, c'est à dire en présence de tâches cognitives.
Afin de traiter efficacement des estimations sur des milliers d'acquisitions, les calculs seront implémentés sur grilles, a partir d'algorithmes à approximation stochastiques, telles que des algorithmes d'apprentissage 'on-line', ou d'algèbre linéaire stochastique.
Le code correspondat sera mis en oeuvre dans le cadre du projet Niconnect.
Extra information
Prerequisite
Détails
Expected funding
Research contract
Status of funding
Confirmed
Candidates
Alexandre Abraham (abraham.alexandre@gmail.com)
Utilisateur
bertrand.thirion
Créé
Mercredi 30 mai 2012 13:54:28 CEST
dernière modif.
Jeudi 03 avril 2014 18:24:31 CEST
Fichiers joints
filename
créé
hits
filesize
Aucun fichier joint à cette fiche
Connexion
Ecole Doctorale Informatique Paris-Sud
Directrice
Nicole Bidoit Assistante
Stéphanie Druetta Conseiller aux thèses
Dominique Gouyou-Beauchamps
ED 427 - Université Paris-Sud
UFR Sciences Orsay
Bat 650 - aile nord - 417
Tel : 01 69 15 63 19
Fax : 01 69 15 63 87
courriel: ed-info à lri.fr