Ce projet académique vise à étudier et quantifier la variabilité des résultats obtenus par différents pipelines logiciels utilisés en neuroimagerie fonctionnelle. Il propose une méthodologie pour évaluer la robustesse et la reproductibilité des analyses d'images cérébrales IRMf, en comparant des configurations logicielles variées sur des données standardisées. Les résultats permettent d'identifier les sources de variabilité et d'améliorer les pratiques en imagerie cérébrale.

Ce projet vise à évaluer la variabilité analytique dans les analyses de neuroimagerie fonctionnelle (fMRI) à grande échelle. Il explore différentes configurations de pipelines de traitement d'images cérébrales pour identifier les sources de variabilité dans les résultats. Les données proviennent de sujets de l'Human Connectome Project et sont analysées via des notebooks Jupyter. Les résultats sont présentés sous forme de graphiques et de figures pour une publication scientifique lors du congrès OHBM 2026.

Ce projet vise à affiner et explorer la variabilité dans les pipelines d'imagerie cérébrale fonctionnelle (fMRI). Il permet de modéliser, exécuter et analyser différentes configurations de traitement des données neuroimagers pour évaluer leur impact sur les résultats. Les outils développés facilitent la comparaison de méthodes, l'identification des configurations optimales et la génération de rapports analytiques pour la recherche en neurosciences.

Ce projet vise à examiner l'impact des variations de prétraitement des données EEG sur les résultats d'analyse, en utilisant trois logiciels open-source couramment utilisés : EEGLAB, Brainstorm et FieldTrip. Les résultats montrent une bonne convergence dans le profil général des ondes cérébrales evokées (ERP), les latences de pics et les estimations de taille d'effet liées à des caractéristiques spécifiques du signal. Cependant, une variabilité considérable a été observée dans la magnitude des tensions absolues observées avec chaque logiciel, reflétée par les valeurs de similarité et les différences statistiques observées à des canaux et instants spécifiques.