ARAMIS

Les axes de recherche de l’équipe ARAMIS  sont :

• L’intégration de données de neuroimagerie multimodales (tomographie par émission de positrons (anatomie, TEP, microstructure, ASL…)
• La modélisation de la dynamique temporelle à partir de données longitudinales
• La modélisation des réseaux cérébraux
• L’intégration de l’imagerie avec d’autres types de données (génétique, transcriptomique, clinique).

Principales publications

• Samper-González J, Burgos N, Bottani S, Fontanella S, Lu P, Marcoux A, Routier A, Guillon J, Bacci M, Wen J, Bertrand A, Bertin H, Habert MO, Durrleman S, Evgeniou T, Colliot O; ADNI; AIBL. Reproducible evaluation of classification methods in Alzheimer’s disease: Framework and application to MRI and PET data. Neuroimage 2018
• Schiratti J-B, Allassonniere S, Colliot O, Durrleman S.A Bayesian mixed-efects model to learn trajectories of changes from repeated manifold-valued observations. Journal of Machine Learning Research (JMLR) 18(1), 4840-4872. 2017.
• Obando C, De Vico Fallani F. A Statistical model for brain networks inferred from large-scale electrophysiological signals. Journal of the Royal Society Interface
• Bertrand A, Wen J, Rinaldi D, Houot M, Sayah S, Camuzat A, Fournier C, Fontanella S, Routier A, Couratier P, Pasquier F, Habert MO, Hannequin D, Martinaud O, Caroppo P, Levy R, Dubois B, Brice A, Durrleman S, Colliot O. Early Cognitive, Structural, and Microstructural Changes in Presymptomatic C9orf72 Carriers Younger Than 40 Years. JAMA neurology 75(2);236-245, 2018.
• De Vico Fallani F, Richiardi J, Chavez M, and Achard S, Graph analysis of functional brain networks: practical issues in translational neuroscience, Philosophical Transactions of the Royal Society of London Series B, Biological Sciences, 369:1653, 2014.