Difference between revisions of "TIBM: Group comparison"
Jump to navigation
Jump to search
| Line 4: | Line 4: | ||
<tr> | <tr> | ||
<td> | <td> | ||
| − | + | Group comparison consists in highlighting the differences between two populations of individuals, with the objective to develop new knowledge in neuroscience. The problem of comparing an individual with a normal model (atlas) is also addressed with the aim to identify pathological areas in a given subject. | |
| + | |||
| + | * Thus, work was conducted to demonstrate the advantages of multivariate statistical tests on 2nd order tensor for group study in diffusion MRI [https://icube-publis.unistra.fr/2-BNHLxx 2-BNHLxx]. | ||
| + | |||
| + | * An approach combining dimension reduction and statistical modeling in the reduced space was proposed for the analysis of 4th order tensor, with application to the comparison of an individual with a population and the comparison of two populations [ https://icube-publis.unistra.fr/4-GRHK15 4-GRHK15]. | ||
| + | |||
| + | |||
| + | * Finally, an original approach based on Gaussian Markov Random Field modeling has been proposed for comparing an individual to a normal statistical model with application to the detection of maxillofacial abnormalities [https://icube-publis.unistra.fr/2-Fais12 2-Fais12]. | ||
| − | |||
| − | |||
| − | |||
</td> | </td> | ||
<td> | <td> | ||
| Line 16: | Line 20: | ||
</table> | </table> | ||
| − | ==== | + | ==== PhD thesis ==== |
* A. Bouchon, [[Alix Bouchon | Modèles de régression multivariés pour la comparaison de populations en IRM de diffusion]], septembre 2016 | * A. Bouchon, [[Alix Bouchon | Modèles de régression multivariés pour la comparaison de populations en IRM de diffusion]], septembre 2016 | ||
| Line 25: | Line 29: | ||
* M. Brucher, [http://scd-theses.u-strasbg.fr/1565/ Représentations compactes et apprentissage non supervisé de variétés non linéaires : application au traitement d’images], octobre 2008 | * M. Brucher, [http://scd-theses.u-strasbg.fr/1565/ Représentations compactes et apprentissage non supervisé de variétés non linéaires : application au traitement d’images], octobre 2008 | ||
* T. Vik, [http://scd-theses.u-strasbg.fr/881/ Modèles statistiques d'apparence non gaussiens. Application à la création d'un atlas probabiliste de perfusion cérébrale en imagerie médicale.], septembre 2004 | * T. Vik, [http://scd-theses.u-strasbg.fr/881/ Modèles statistiques d'apparence non gaussiens. Application à la création d'un atlas probabiliste de perfusion cérébrale en imagerie médicale.], septembre 2004 | ||
| + | |||
[[Medical_image_processing|→ Back to Biomedical image processing page]] | [[Medical_image_processing|→ Back to Biomedical image processing page]] | ||
Revision as of 17:49, 7 October 2016
|
Group comparison consists in highlighting the differences between two populations of individuals, with the objective to develop new knowledge in neuroscience. The problem of comparing an individual with a normal model (atlas) is also addressed with the aim to identify pathological areas in a given subject.
|
 |
PhD thesis
- A. Bouchon, Modèles de régression multivariés pour la comparaison de populations en IRM de diffusion, septembre 2016
- T. Gkamas, Statistical modelling of high order tensors in diffusion weighted magnetic resonance imaging, septembre 2015
- G. Sfikas, Modèles statistiques non linéaires pour l'analyse de formes. Application à l'imagerie cérébrale, septembre 2012
- A. Belghith, Indexation de spectres HSQC et d’images IRMf appliquée à la détection de bio-marqueurs, mars 2012
- F. Renard, Création et utilisation d'atlas en IRM de diffusion. Application à l'étude des troubles de la conscience, septembre 2011
- M. Brucher, Représentations compactes et apprentissage non supervisé de variétés non linéaires : application au traitement d’images, octobre 2008
- T. Vik, Modèles statistiques d'apparence non gaussiens. Application à la création d'un atlas probabiliste de perfusion cérébrale en imagerie médicale., septembre 2004