Projets d’équipe de recherche collaborative
Analyse conjointe des données de neuroimagerie : problèmes de grande dimension, modèles spatio-temporels et calcul
Ce projet rassemble des chercheurs de plusieurs domaines pour résoudre des problèmes d’analyse de données de neuroimagerie de grande dimension. Des modèles spatio-temporels et des calculs pour analyser les données de plusieurs modalités de neuroimagerie, ou pour combiner l’imagerie cérébrale avec la génomique, seront étudiés.
Catégorie de recherche : Santé et biologie
Région : Nationale
Date : 2016-2019
Pourquoi étudier les données de neuroimagerie ?
Découvrir les mystères du cerveau, y compris sa fonction et sa structure, est un défi clé de la science moderne. Grâce aux progrès récents dans la vitesse et la précision de l’acquisition de données à partir d’outils de neuroimagerie*, nous pouvons mieux comprendre la santé et les maladies du cerveau.
Au début de la neuroimagerie, la plupart des études se concentraient sur la détection des régions activées du cerveau à l’aide d’une seule modalité de neuroimagerie. Récemment, les chercheurs se sont penchés sur des problèmes plus complexes impliquant l’intégration de sources d’information complémentaires.
Le développement de méthodes statistiques pour ces problèmes a pris du retard par rapport aux avancées technologiques qui nous permettent de collecter les données. Ce projet réunira des chercheurs de diverses disciplines pour développer, tester, appliquer et propager de nouvelles méthodes.
*outils tels que l’imagerie par résonance magnétique fonctionnelle (IRMf), l’imagerie du tenseur de diffusion (DTI), l’électroencéphalographie (EEG) et la magnétoencéphalographie (MEG).
Zones d’exploration
Modélisation de régression
Comprend le développement d’un cadre de modélisation de régression de projection clairsemée pour l’analyse à haute dimension des données combinées de neuroimagerie et de génomique (SNP).
Solutions pour NIP
Comprend le développement de solutions informatiques réalisables pour le problème inverse neuroélectromagnétique (NIP). Ceci est basé sur des données combinées de magnétoencéphalographie (MEG) et d’électroencéphalographie (EEG).
La connexion intestin-cerveau
Comprend l’étude de la connexion physiologique entre le tractus gastro-intestinal et le cerveau. Ceci est réalisé en utilisant des données métagénomiques pour modéliser la relation entre les résultats neuronaux et le microbiome intestinal humain.
Résoudre les défis mondiaux
Objectif de l’équipe de recherche
Développer des solutions d’analyse et de modélisation de l’imagerie cérébrale et des données génomiques provenant de sources multiples. Ces données seront utilisées pour étudier les connexions physiologiques entre le cerveau et le microbiome intestinal.
Les gens derrière le projet
Membres du groupe
Farouk Nathoo | Université de Victoria
Ling Long Kong | Université de l’Alberta
Collaborateurs
Pierre Kim | Université de Guelph
Christine Lee | Université McMaster
Timothée Johnson | Université du Michigan
Hongtu Zhu | Université de Caroline du Nord Chapel Hill
Chercheurs à l’Université de Victoria, à l’Université de l’Alberta, à l’Université de Toronto et à l’Oregon State University.
Explorez plus d’histoires
Région nationale
Trouver des programmes connexes
Analyse conjointe des données de neuroimagerie : problèmes de haute dimension, modèles spatio-temporels et calcul est un projet de l’équipe de recherche collaborative. Ce programme aborde des problèmes complexes à travers un programme de recherche et de formation de trois ans.
L’INCASS offre environ 200 000 $ pour ce type de projet, qui nécessite une équipe de professeurs, de postdoctorants et d’étudiants.