Presentation
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.
Publications majeures
- Schiratti J-B, Allassonniere S, Colliot O, Durrleman S.A Bayesian mixed-efects model to learn trajectories of changes from repeated manifold-valued observations. Journal of Machine Learning Research (JMLR) 18(1), 4840-4872. 2017.
- Bertrand A, Wen J, Rinaldi D, Houot M, Sayah S, Camuzat A, Fournier C, Fontanella S, Routier A, Couratier P, Pasquier F, Habert MO, Hannequin D, Martinaud O, Caroppo P, Levy R, Dubois B, Brice A, Durrleman S, Colliot O. Early Cognitive, Structural, and Microstructural Changes in Presymptomatic C9orf72 Carriers Younger Than 40 Years. JAMA neurology 75(2);236-245, 2018.
- Obando C, De Vico Fallani F. A Statistical model for brain networks inferred from large-scale electrophysiological signals. Journal of the Royal Society Interface
- De Vico Fallani F, Richiardi J, Chavez M, and Achard S, Graph analysis of functional brain networks: practical issues in translational neuroscience, Philosophical Transactions of the Royal Society of London Series B, Biological Sciences, 369:1653, 2014.
- Samper-González J, Burgos N, Bottani S, Fontanella S, Lu P, Marcoux A, Routier A, Guillon J, Bacci M, Wen J, Bertrand A, Bertin H, Habert MO, Durrleman S, Evgeniou T, Colliot O; ADNI; AIBL. Reproducible evaluation of classification methods in Alzheimer’s disease: Framework and application to MRI and PET data. Neuroimage 2018
Contact
olivier.colliot@icm-institute.org
stanley.durrleman@icm-institute.org
