Marianne Allanic (UTC)

Marianne Allanic, UTC, gestion et visualisation de données, application à la neuroimagerie

Exploration visuelle de graphes complexes appliquée à l’étude du cerveau humain

Les graphes sont partout : quand vous consultez un plan de métro ou les posts de vos amis sur un réseau social, vous les utilisez. Un graphe est une modélisation mathématique constituée de deux types d’éléments : les nœœuds, et les arêtes qui représentent les relations entre les nœœuds. Par exemple, sur un plan de métro les stations sont les nœœuds et les lignes entre deux stations les arêtes. Il y a plusieurs façons de représenter des graphes. Pour un plan de métro il suffit de ronds et de traits, mais que se passe-t-il quand on veut visualiser à la fois les réseaux du métro, des bus et des pistes cyclables ?

Les graphes peuvent servir à modéliser des problèmes de recherche en neuro-imagerie fonctionnelle. Cette discipline observe comment le cerveau réagit lorsqu’il doit effectuer une tâche comme écouter de la musique ou lire un texte. Le cerveau est cartographié en un ensemble de régions, et une technique d’imagerie permet de révéler quelles régions du cerveau travaillent ensemble pendant une tâche. Ces relations sont modélisées sous la forme d’un graphe que les chercheurs analysent pour essayer de percer les secrets du cerveau. Le but de ma thèse est de trouver de nouveaux moyens d’exploration visuelle de ces graphes complexes pour en faciliter la compréhension.

Je cherche à mettre en évidence des motifs qui vont avoir du sens pour les chercheurs en neuro-imagerie lorsqu’ils naviguent dans un graphe : c’est comme visualiser le plus court chemin entre deux stations de métro.