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 est une extension de la méthode d'estimation de bruit de Ponomarenko, spécialement conçue pour analyser des séquences d'images. Il permet de calculer des métriques de bruit sur des ensembles d'images, facilitant ainsi l'évaluation de la qualité visuelle et la comparaison entre différentes méthodes de traitement. Utilisé principalement dans le domaine de la vision par ordinateur et de l'imagerie numérique.

Mimosa est un outil dédié à l'optimisation de signaux épars et à la résolution de problèmes de moindres carrés sous contraintes de parcimonie. Il implémente des algorithmes avancés de Branch and Bound pour trouver des solutions optimales, ainsi que des méthodes de screening (comme GapSafe) pour accélérer les calculs. Le projet s'appuie sur des techniques publiées dans des articles scientifiques pour traiter des formulations variées (P2/0, P0/2, P2+0) et propose des comparaisons avec des solveurs comme CPLEX.