EPFL Logo
fr|en
Se Connecter
Séance de cours

Interprétation de l'activité cérébrale axée sur la connectivité

Description

Cette séance de cours explore l'intégration des connaissances sur la connectivité cérébrale pour décoder et interpréter l'activité cérébrale à l'aide du traitement des signaux graphiques et des réseaux résiduels spectraux. Il traite de l'application de la théorie des graphiques à la modélisation de la structure et de la fonction cérébrales, en tirant parti de l'analyse spectrale des graphiques et du traitement des signaux graphiques. L'exposé présente les travaux en cours qui utilisent des graphiques de connectivité fonctionnelle pour définir les opérateurs de convolution spectrale dans les réseaux résiduels profonds pour le décodage des tâches. Il analyse également l'activité cérébrale avec EEG à haute densité en utilisant le traitement du signal graphique pour estimer le couplage et le découplage de l'activité électrophysiologique sur un graphique de connectivité structurelle. L'objectif ultime est d'améliorer la compréhension de la complexité du cerveau par une analyse de l'activité cérébrale fondée sur la connectivité.

Connectez-vous pour regarder la vidéo
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Mathématiques
Biologie
Information engineering
Séances de cours associées (44)
Modélisation de données dans les neurosciences: Meenakshi Khosla
Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Principes fondamentaux de la connectivité cérébrale
Introduit les bases de la connectomique cérébrale, y compris la terminologie, le prétraitement des données, l'IRM fonctionnelle, les mesures de connectivité et la structure modulaire.
Réseaux neuraux graphiques: monde interconnecté
Explore l'apprentissage à partir de données interconnectées avec des graphiques, couvrant les objectifs de recherche modernes de ML, les méthodes pionnières, les applications interdisciplinaires, et la démocratisation du graphique ML.
Théorie des graphiques dans le traitement des signaux neuraux
Explore le traitement du signal neuronal par la théorie des graphiques, les méthodes multivariées et l'analyse de l'IRMf.
Apprendre du monde interconnecté avec les graphiques
Explore l'apprentissage de données interconnectées à l'aide de graphiques, couvrant les défis, la conception du GNN, les paysages de recherche et la démocratisation du graphique ML.
Afficher plus

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.