Atelier Code@santé Librairie Nilearn : un pont entre neuroimagerie et machine learning (avec scikit-learn)

Librairie Nilearn : un pont entre neuroimagerie et machine learning (avec scikit-learn)

Présenté par Pierre Bellec, Directeur de l'unité de neuro-imagerie fonctionnelle, CRIUGM et Professeur agrégé, Département de psychologie, UdeM

Inscrivez-vous !

Découvrez la librairie Nilearn qui facilite le chargement et la visualisation des données de neuroimagerie. Elle permet également de préparer les données pour utiliser d'autres librairies. Le tutoriel inclut un exemple d'application pour détecter des différences d'âge avec de l'imagerie fonctionnelle.

https://simexp.github.io/lab-website/

L'atelier vous permettra de : 

• Comprendre la structure des images issues de résonance magnétique fonctionnelle (IRMf)

• Générer des matrices de corrélation ou «connectomes à partir des séries temporelles de (IRMf)

• Visualiser les cartes du cerveau et les connectomes

• Entrainer des modèles d’apprentissage machine pour classer les sujets par âge selon leurs patrons de connectivité cérébrale

Code@santé est une série d'ateliers proposée par le Consortium Santé Numérique et IVADO. Ces ateliers ont pour but de favoriser le partage de connaissances, l'utilisation et la découverte de modules et de packages (R ou Python) utiles à la communauté en santé numérique.