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)

Adresse :
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
Bonjour, nous sommes les cookies !
Nous servons à :
- vous suivre à des fins statistiques (Google stats)
- vous connecter dans la partie "plateforme / Appels à projets"
Vous êtes d'accord ?