@InProceedings{2015_fraupascual314,
	author = "Florence Forbes and Aina Frau and Philippe Ciuciu",
	title = "Méthode d'approximation variationnelle pour l'analyse de données d'IRM fonctionnelle acquise par",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0189",
	pages = "p. 757-760",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_fraupascual314.pdf",
	abstract = "L'IRM fonctionelle du marquage de l'eau artérielle (ou ASLf) fournit une mesure quantitative du débit sanguin cérébral. L'approche de détection-estimation conjointe (DEC) a été utilisée pour extraire des réponses hémodynamique et perfusionnelle liées à la réalisation de tâches cognitives, qui s'écartent de la forme de réponse canonique usuellement considérée. Dans ce travail, nous proposons un algorithme EM (expectation maximization) variationnel pour l'estimation de ces fonctions de réponse en prenant en compte un couplage a priori issu d'un modèle physiologique. Cette approche réduit le coût de calcul par rapport à un schéma d'inférence stochastique. Nous validons l'approche sur données simulées et réelles acquises au cours d'un paradigme audio-visuel..pdf",
}