ARAMIS: Apprentissage automatique et science des données pour les maladies du cerveau
ICM

Axe 3 : Réseaux neuronaux, modélisation et intelligence artificielle
Modélisation numérique des maladies neurologiques à partir de données multimodales de patients
Développement de biomarqueurs d’imagerie et de systèmes d’aide à la décision
Modélisation de la progression des maladies neurodégénératives à partir de données longitudinales
Analyse de données massives et multimodales (imagerie, omiques, données cliniques, environnement)
Pathologie computationnelle et microscopie à haut contenu
Principales techniques
Intelligence artificielle et apprentissage automatique (machine learning, deep learning)
Méthodes statistiques avancées et modélisation mathématique
Imagerie médicale (IRM, TEP) et extraction de biomarqueurs
Analyse longitudinale et modélisation de trajectoires de progression
Intégration de données multimodales et hautement dimensionnelles (imagerie, génétique, transcriptomique, données cliniques, entrepôts hospitaliers)
Pathologie computationnelle (histopathologie, microscopie à haut contenu)
Hôpital Pitié-Salpêtrière 47 bd de l’Hôpital 75013 Paris
Responsable équipe :
COLLIOT Olivier
Nom du Co-responsable équipe :
BURGOS Ninon
Nom du Contact administratif :
Site web : Cliquez ici
Mots clés : #Neuroimagerie# apprentissage automatique# intelligence artificielle# données multimodales,#maladies neurodégénératives# progression de la maladie# biomarqueurs# données longitudinales# omiques# pathologie computationnelle #Neuroimaging# machine learning# artificial intelligence# multimodal data# neurodegenerative diseases# disease progression# biomarkers# longitudinal data# omics# computational pathology