ARC "Outils statistiques et computationnels structurés en reconstruction de grande dimension, avec applications en imagerie médicale"

Dans ce projet, les chercheurs projettent d'élaborer des critères d'information pour la sélection et l'estimation structurées parcimonieuses de modèles linéaires de grandes dimensions (comme dans les problèmes inverses). Les nouveaux critères tiendront compte de la parcimonie et surtout du biais qui résulte de l'effet des faux positifs sur l'optimisation. En liant les concepts de reconstruction structurée parcimonieuse et de faible rang à l'optimisation convexe, les chercheurs mettront au point des techniques pratiques et efficaces de régularisation et de résolution de problèmes inverses à grande échelle.

Ils appliqueront ces méthodes au domaine de l'imagerie mathématique, en particulier à la reconstruction d'images médicales telles que la magnétoencéphalographie. Ils élaboreront aussi des transformations multi-échelles, adaptables aux données, pour des représentations parcimonieuses de signaux, en utilisant des techniques de lissage statistique, y compris les splines et les méthodes basées sur l'estimation par noyau.


Chercheurs principaux: Maarten Jansen - Statistique Mathématique -, Ignace Loris - Mécanique et mathématique appliquée -, Caroline Verhoeven - Service de biostatistique et informatique médicale -.



Ignace LORIS

Faculté des Sciences

tel 02 650 5854,

Campus de la Plaine

ULB CP217, boulevard du Triomphe, 1050 Bruxelles