Medical image computingMedical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.
Large deformation diffeomorphic metric mappingLarge deformation diffeomorphic metric mapping (LDDMM) is a specific suite of algorithms used for diffeomorphic mapping and manipulating dense imagery based on diffeomorphic metric mapping within the academic discipline of computational anatomy, to be distinguished from its precursor based on diffeomorphic mapping. The distinction between the two is that diffeomorphic metric maps satisfy the property that the length associated to their flow away from the identity induces a metric on the group of diffeomorphisms, which in turn induces a metric on the orbit of shapes and forms within the field of Computational Anatomy.
Computational anatomyComputational anatomy is an interdisciplinary field of biology focused on quantitative investigation and modelling of anatomical shapes variability. It involves the development and application of mathematical, statistical and data-analytical methods for modelling and simulation of biological structures. The field is broadly defined and includes foundations in anatomy, applied mathematics and pure mathematics, machine learning, computational mechanics, computational science, biological imaging, neuroscience, physics, probability, and statistics; it also has strong connections with fluid mechanics and geometric mechanics.
Language processing in the brainIn psycholinguistics, language processing refers to the way humans use words to communicate ideas and feelings, and how such communications are processed and understood. Language processing is considered to be a uniquely human ability that is not produced with the same grammatical understanding or systematicity in even human's closest primate relatives. Throughout the 20th century the dominant model for language processing in the brain was the Geschwind-Lichteim-Wernicke model, which is based primarily on the analysis of brain-damaged patients.
Cortex auditifalt=Cortex auditifs primaire et secondaire|vignette|Cortex auditif. Le cortex auditif est la partie du cerveau qui analyse les informations auditives, c'est-à-dire les informations extraites des sons par l'ouïe. Il occupe la partie supérieure du lobe temporal. Comme d'autres aires sensorielles, le cortex auditif est organisé hiérarchiquement en aires primaires, secondaires et tertiaires qui sont anatomiquement organisées de façons concentriques dans les parties supérieures et moyennes du lobe temporal : le cortex primaire, localisé au niveau du gyrus de Heschl est entouré des aires secondaires, elles-mêmes encerclées d'aires tertiaires et associatives.
Méthode d'EulerEn mathématiques, la méthode d'Euler, nommée ainsi en l'honneur du mathématicien Leonhard Euler (1707 — 1783), est une procédure numérique pour résoudre par approximation des équations différentielles du premier ordre avec une condition initiale. C'est la plus simple des méthodes de résolution numérique des équations différentielles. thumb|Illustration de la méthode d'Euler explicite : l'avancée se fait par approximation sur la tangente au point initial.
Imagerie par résonance magnétique fonctionnellethumb|Détection par l'IRMf de l'activation des régions du cerveau impliquées dans la perception visuelle. L’imagerie par résonance magnétique fonctionnelle (IRMf) est une application de l' permettant de visualiser, de manière indirecte, l'activité cérébrale. Il s'agit d'une technique d'imagerie utilisée pour l'étude du fonctionnement du cerveau. Elle consiste à enregistrer des variations hémodynamiques (variation des propriétés du flux sanguin) cérébrales locales minimes, lorsque ces zones sont stimulées.
Système auditifLe système auditif est le système sensoriel du sens de l'ouïe. Il est composé de deux systèmes: le système auditif périphérique et le système auditif central. Dans le système auditif périphérique, on retrouve l’oreille externe, moyenne et interne. Le système auditif central comprend le nerf auditif jusqu’au cortex auditif. Le long de son trajet de l'extérieur jusqu'au cerveau antérieur, l'information sonore est conservée et en même temps modifiée de diverses manières.
Interpolation multivariéeEn analyse numérique, linterpolation multivariée ou linterpolation spatiale désigne l'interpolation numérique de fonctions de plus d'une variable. Le problème est similaire à celui de l'interpolation polynomiale sur un intervalle réel : on connait les valeurs d'une fonction à interpoler aux points et l'objectif consiste à évaluer la valeur de la fonction en des points . L'interpolation multivariée est notamment utilisée en géostatistique, où elle est utilisée pour reconstruire les valeurs d'une variable régionalisée sur un domaine à partir d'échantillons connus en un nombre limité de points.
Aires de BrodmannLes aires de Brodmann sont des délimitations du cortex du cerveau humain définies en 1909 par le neurologue et neurophysiologiste Korbinian Brodmann sur une base cytoarchitectonique. Cela signifie que les aires cérébrales correspondent à l'organisation structurale apparente du cortex: nombre de couches, épaisseurs des couches, arborisation dendritique Ainsi, chaque région du cortex ayant la même organisation cellulaire a un numéro allant de 1 à 52. Brodmann a également relié chacune de ces 52 aires à une fonction propre.
Spline interpolationIn the mathematical field of numerical analysis, spline interpolation is a form of interpolation where the interpolant is a special type of piecewise polynomial called a spline. That is, instead of fitting a single, high-degree polynomial to all of the values at once, spline interpolation fits low-degree polynomials to small subsets of the values, for example, fitting nine cubic polynomials between each of the pairs of ten points, instead of fitting a single degree-ten polynomial to all of them.
Surface areaThe surface area (symbol A) of a solid object is a measure of the total area that the surface of the object occupies. The mathematical definition of surface area in the presence of curved surfaces is considerably more involved than the definition of arc length of one-dimensional curves, or of the surface area for polyhedra (i.e., objects with flat polygonal faces), for which the surface area is the sum of the areas of its faces. Smooth surfaces, such as a sphere, are assigned surface area using their representation as parametric surfaces.
Variété algébrique affineEn géométrie algébrique, une variété affine est un modèle local pour les variétés algébriques, c'est-à-dire que celles-ci sont obtenues par recollement de variétés affines. Grossièrement, une variété affine est un ensemble algébrique affine X avec une structure algébrique supplémentaire qui est la donnée de l'anneau des fonctions régulières sur chaque partie ouverte de X. Ensemble algébrique Le point de vue le plus simple pour décrire une variété algébrique affine est l'ensemble des solutions d'un système d'équations polynomiales à coefficients dans un corps commutatif K.
Méthode des éléments finisEn analyse numérique, la méthode des éléments finis (MEF, ou FEM pour finite element method en anglais) est utilisée pour résoudre numériquement des équations aux dérivées partielles. Celles-ci peuvent par exemple représenter analytiquement le comportement dynamique de certains systèmes physiques (mécaniques, thermodynamiques, acoustiques).
Functional neuroimagingFunctional neuroimaging is the use of neuroimaging technology to measure an aspect of brain function, often with a view to understanding the relationship between activity in certain brain areas and specific mental functions. It is primarily used as a research tool in cognitive neuroscience, cognitive psychology, neuropsychology, and social neuroscience.
Lobe temporalvignette|droite|Animation tridimensionnelle du cerveau humain montrant le lobe temporal gauche en rouge à l'intérieur d'un crâne rendu transparent. L'hémisphère cérébral droit n'est pas montré afin de mieux mettre en valeur le gauche. Le lobe temporal est une région du cerveau des vertébrés située derrière l'os temporal (l'os situé derrière les tempes), dans la partie latérale et inférieure du cerveau. Chez l'Homme, c'est une zone importante pour de nombreuses fonctions cognitives, dont l'audition, le langage, la mémoire et la vision des formes complexes.
Espace affineEn géométrie, la notion d'espace affine généralise la notion d'espace issue de la géométrie euclidienne en omettant les notions d'angle et de distance. Dans un espace affine, on peut parler d'alignement, de parallélisme, de barycentre. Sous la forme qui utilise des rapports de mesures algébriques, qui est une notion affine, le théorème de Thalès et le théorème de Ceva sont des exemples de théorèmes de géométrie affine plane réelle (c'est-à-dire n'utilisant que la structure d'espace affine du plan réel).
Real coordinate spaceIn mathematics, the real coordinate space of dimension n, denoted Rn or , is the set of the n-tuples of real numbers, that is the set of all sequences of n real numbers. Special cases are called the real line R1 and the real coordinate plane R2. With component-wise addition and scalar multiplication, it is a real vector space, and its elements are called coordinate vectors. The coordinates over any basis of the elements of a real vector space form a real coordinate space of the same dimension as that of the vector space.
Méthode des différences finiesEn analyse numérique, la méthode des différences finies est une technique courante de recherche de solutions approchées d'équations aux dérivées partielles qui consiste à résoudre un système de relations (schéma numérique) liant les valeurs des fonctions inconnues en certains points suffisamment proches les uns des autres. Cette méthode apparaît comme étant la plus simple à mettre en œuvre car elle procède en deux étapes : d'une part la discrétisation par différences finies des opérateurs de dérivation/différentiation, d'autre part la convergence du schéma numérique ainsi obtenu lorsque la distance entre les points diminue.
Spectre d'anneauEn mathématiques, le spectre premier d'un anneau commutatif unitaire A désigne l'ensemble des idéaux premiers de A. Cet ensemble est muni d'une topologie (de Zariski) et d'un faisceau d'anneaux commutatifs unitaires qui en font un espace topologique annelé en anneaux locaux. Cet espace est alors appelé un schéma affine et il sert d'espace de base pour la construction des schémas en géométrie algébrique. Le spectre d'un anneau commutatif A est l'ensemble de ses idéaux premiers. On le note Spec A.
