Published July 30, 2009
| Version v1
Publication
Structural and probabilistic methods for group analysis in functional neuroimaging
Creators
Contributors
Others:
- Computer and biological vision (ODYSSEE) ; Département d'informatique - ENS-PSL (DI-ENS) ; École normale supérieure - Paris (ENS-PSL) ; Université Paris Sciences et Lettres (PSL)-Université Paris Sciences et Lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL) ; Université Paris Sciences et Lettres (PSL)-Université Paris Sciences et Lettres (PSL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria d'Université Côte d'Azur (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Inria Paris-Rocquencourt ; Institut National de Recherche en Informatique et en Automatique (Inria)-École nationale des ponts et chaussées (ENPC)
- Modelling brain structure, function and variability based on high-field MRI data (PARIETAL) ; Service NEUROSPIN (NEUROSPIN) ; Université Paris-Saclay-Institut des Sciences du Vivant Frédéric JOLIOT (JOLIOT) ; Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Institut des Sciences du Vivant Frédéric JOLIOT (JOLIOT) ; Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Centre Inria de Saclay ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)
- École normale supérieure de Cachan - ENS Cachan
- Yves Meyer(yves.meyer@cmla.ens-cachan.fr)
Description
Neuroimaging is currently the main modality for the non-invasive exploration of brain structure and function. In this presentation, we will focus on Magnetic Resonance Imaging (MRI) that is the only modality that provides a spatially-resolved and full coverage of the brain volume. The use of such data to better understand brain function or to diagnose various brain diseases has to face two main issues: i) dealing with heterogeneous informations such as tissue segmentation obtained through anatomical MRI, functional region characterization obtained in functional MRI and connectivity measures obtained in diffusion MRI; ii) making meaningful between-subject comparison, in spite of the impressive variability of brain shapes across individuals. We will present how to build models of brain organization while accounting for between-individual variability with various statistical tools. Finally, we will show how we address the modelling of between subjects variability by comparing neuroimaging measures to behavioural and genetic information that also characterize inter-individual variability.
Abstract (French)
La neuro-imagerie est actuellement la principale modalité non-invasive pour explorer la structure et le fonctionnement dur cerveau. Dans cette présentation, nous allons nous concentrer sur l'Imagerie par Résonance Magnétique (IRM) qui est la seule modalité à fournir une couverture de tout le volume cérébral à la résolution du millimètre. L'utilisation des données d'IRM pour mieux comprendre le fonctionnement normal du cerveau et pour diagnostiquer différentes maladies implique quelques problèmes fondamentaux: i) La capacité à utiliser des informations hétérogènes, telles que la segmentation des tissus observés en IRM anatomique, la caractérisation fonctionnelle de certaines régions cérébrales en IRM fonctionnelle et les mesures de connectivité obtenues en IRM de diffusion; ii) la capacité à opérer des comparaisons inter-individuelles pertinentes, en dépit de la variabilité impressionnante de la forme des cerveaux observée même dans des populations saines. Nous allons présenter différentes propositions pour construire des modèles moyens de l'organisation cérébrale tout en mettant en évidence la variabilité inter-individuelle avec différents outils de traitement statistique. Enfin nous allons évoquer les problèmes soulevés par la comparison des données d'IRM avec celles obtenues par génotypage complet des individus, qui fournissent les marqueurs fondamentaux de la variabilité inter-individuelle.Additional details
Identifiers
- URL
- https://theses.hal.science/tel-00438202
- URN
- urn:oai:HAL:tel-00438202v1
Origin repository
- Origin repository
- UNICA