Approche bayésienne en tractographie : évaluation de la variabilité de mesure et modélisation des données longitudinales.

La recherche sur le cerveau se tourne de plus en plus vers des études qui consistent à observer un même groupe d’individus sur une longue période. Cependant, les données mesurées présentent des approximations qui dépendent des personnes qui les récoltent mais aussi des outils utilisés pour mesurer l’état du cerveau. À cela, s’ajoute la multitude d’informations relativement complexes que l’on est capable d’extraire des données sur le cerveau. Or, les outils statistiques actuels ne permettent pas de considérer de manière appropriée l’approximation, ni même la complexité de ces mesures. Ainsi, la définition de modèles statistiques robustes permettant de modéliser l’évolution des mesures faites sur le cerveau et capable d’en intégrer la complexité est plus important que jamais. Le but de cette démarche est de permettre de meilleure interprétation des analyses afin de mieux comprendre l’évolution des pathologies cérébrales au cours du temps.

Intern: 
Manon Edde
Superviseur universitaire: 
Maxime Descoteaux
Province: 
Quebec
Partenaire: 
Partner University: 
Discipline: