Approche bayésienne en tractographie : modélisa

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. De ces études, nous sommes désormais capables d’extraire une multitude d’informations relativement complexes (multi-dimensionnalité) sur le fonctionnement du cerveau. Or, les outils statistiques actuels ne permettent pas de considérer de manière appropriée la complexité de ces mesures. Ainsi, la définition de modèles statistiques robustes permettant de modéliser l’évolution des mesures 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.

Faculty Supervisor:

Maxime Descoteaux

Student:

Partner:

Imeka Solutions Inc

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université de Sherbrooke

Program: