Equipes scientifiques

Page précédente

Equipe « ARAMIS – Algorithmes, modèles et méthodes pour les images et les signaux du cerveau humain »

Presentation

Méthodologie et neuroimagerie
Domaine principal : Neurosciences cliniques et translationnelles

L’équipe dirigée par Olivier COLLIOT & Stanley DURRLEMAN a pour objectif de construire des modèles numériques des maladies du cerveau, en particulier des pathologies neurodégénératives, à partir de bases de données multimodales issues de patients. Les principales approches utilisées sont l’apprentissage automatique (technique d’intelligence artificielle), la modélisation géométrique et statistique, et la théorie des réseaux complexes.

 

Les axes de recherche sont:

  • L’intégration de données de neuroimagerie multimodales (tomographie par émission de positrons (anatomie, TEP, microstructure, ASL…)
  • La modélisation de la dynamique temporelle à partir de données longitudinales
  • La modélisation des réseaux cérébraux
  • L’intégration de l’imagerie avec d’autres types de données (génétique, transcriptomique, clinique)

L’apprentissage automatique (en anglais machine learning) ou apprentissage statistique est un champ d’étude de l’intelligence artificielle qui se fonde sur des approches statistiques pour donner aux ordinateurs la capacité d‘ « apprendre » à partir de données. Les algorithmes utilisés permettent, dans une certaine mesure, à un système piloté par ordinateur, ou assisté par ordinateur, d’adapter ses analyses et ses comportements en réponse, en se fondant sur l’analyse de données empiriques provenant d’une base de données.

www.aramislab.fr

Publications majeures

Contact

olivier.colliot@icm-institute.org
stanley.durrleman@icm-institute.org

En savoir plus Masquer

Membres de l'équipe