Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Communication
Membre a labase
Audrey Doualot : UQAM - Université du Québec à Montréal
En neuroimagerie, la cartographie de l’activité cérébrale à partir de signaux magnétoencéphalographiques (MEG) peut être formalisée dans un cadre statistique bayésien comparant un modèle à des données expérimentales (Baillet et al., 2001). Cette approche a recourt à une mise en correspondance géométrique des données MEG avec la structure anatomique du sujet issue de l’imagerie IRM. Cependant, l’accès à cette dernière est onéreux et le recalage MEG/IRM comporte des imprécisions. Le cadre bayésien peut aussi être étendu pour identifier le modèle anatomique optimal parmi plusieurs possibles (Friston et al., 2008). Basées sur le principe d’énergie libre issu de la physique statistique, ces méthodes permettent de comparer la plausibilité de différents modèles de manière objective. Nous avons donc investigué s’il est possible d’identifier à partir du signal MEG seul enregistré au repos, la structure anatomique du participant. Nos premières expériences sont basées sur les jeux de données de 2 sujets, sur lesquels nous avons testé les algorithmes de Friston et al. (2008) et la plausibilité des deux modèles génératifs en compétition basés soit sur la véritable structure anatomique du sujet, soit sur une autre anatomie cérébrale. Nous montrons comment formaliser un critère de comparaison basé sur l’énergie libre de chacun des modèles en compétition. Les résultats préliminaires de cette étude ainsi qu’une revue des concepts statistiques et algorithmiques clés seront présentés.
Thème du congrès 2016 (84e édition) :
Domaine de la communication :
Date :
12 mai 2016
Thème du communication :
Domaine de la communication :
