Skip to Main content Skip to Navigation
Conference papers

Mélanges de lois de Student multivariées généralisées : application à la caractérisation de tumeurs par IRM multiparamétrique

Alexis Arnaud 1 Florence Forbes 1 Nicolas Coquery 2 Emmanuel Barbier 3 Benjamin Lemasson 2
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, Grenoble INP - Institut polytechnique de Grenoble - Grenoble Institute of Technology
2 ANTE-INSERM U836, équipe 5 - Neuro-imagerie fonctionnelle et métabolique
GIN - Grenoble Institut des Neurosciences
3 INSERM U836, équipe 5, Neuroimagerie fonctionnelle et perfusion cérébrale
ESRF - European Synchrotron Radiation Facility, GIN - Grenoble Institut des Neurosciences
Résumé : Dans cette étude nous développons une méthode statistique pour la classification de données IRM multiparamétriques permettant de réaliser un contrôle qualité des données (détection de données atypiques), et de construire un dictionnaire de signatures de tumeurs. Une précédente étude se basait sur le modèle de mélange de lois gaussiennes dans lequel on cherche à rassembler les observations en groupes (classes) issus de lois gaussiennes. Ce modèle est connu pour sa sensibilité aux valeurs atypiques qui peuvent sensiblement dégrader la pertinence des groupes obtenus. Nous proposons donc d'utiliser des lois de Student généralisées qui permettent d'attribuer un poids à chaque observation dans chaque dimension, pour pondérer l'influence des valeurs atypiques sur la forme des groupes. Il en résulte une plus grande flexibilité dans l'ajustement des groupes.
Keywords : cerveau IRM melange de lois
Document type :
Conference papers
Complete list of metadata
https://hal.inria.fr/hal-01107483
Contributor : Florence Forbes Connect in order to contact the contributor
Submitted on : Tuesday, January 20, 2015 - 6:08:46 PM
Last modification on : Friday, November 5, 2021 - 4:52:19 PM

Identifiers

  • HAL Id : hal-01107483, version 1

Collections

CNRS | INRIA | INSMI | LJK | LJK_PS | LJK_PS_MISTIS | UGA

Citation

Alexis Arnaud, Florence Forbes, Nicolas Coquery, Emmanuel Barbier, Benjamin Lemasson. Mélanges de lois de Student multivariées généralisées : application à la caractérisation de tumeurs par IRM multiparamétrique. 2ème congrès de la SFRMBM (Société Française de Résonance Magnétique en Biologie et Médecine), Mar 2015, Grenoble, France. ⟨hal-01107483⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Les métriques sont temporairement indisponibles

 

Contact                    Legal Notice                    Personal Data