JdS2012


 English   -  Français  

Résumé de communication



Résumé 60 :

Sélection de variables dans un cadre bayésien de traitement de données D'IRM fonctionnelle
Bakhous, Christine ; Forbes, Florence ; Vincent, Thomas ; Chaari, Lotfi ; Dojat, Michel ; Ciuciu, Philippe
INRIA

Le modèle génératif bilinéaire est l'un des cadres utilisés dans l'analyse bayésienne des données d'Imagerie par Résonance Magnétique fonctionnelle (IRMf). De manière standard, cette analyse suppose que le cerveau entier peut être activé par tous les types de stimuli (visuel, auditif, etc.). Cependant la spécialisation fonctionnelle des régions cérébrales montre que l'activité d'une région n'est due qu'à certains types de stimuli. La prise en compte de stimuli non pertinents dans l'analyse, peut dégrader les résultats. Afin de faire face à ce problème nous proposons, dans un cadre de détection-estimation conjointe (DEC), une procédure de sélection de variables permettant de prendre en compte cette pertinence (en terme d'activation évoquée) et de sélectionner automatiquement les types de stimuli activant significativement la région cérébrale en question. Les performances de cette approche sont illustrées sur données réelles.