Recherche et publications choisies

Le Mental Health Mapping réunit l’apprentissage automatique, les neurosciences, la psychiatrie, la neurologie et la philosophie. Depuis la création du laboratoire en 2022, nous avons eu la chance de publier, avec de nombreux collaborateurs et collaboratrices, dans des revues et des conférences de référence de ces disciplines. Vous trouverez ci-dessous une sélection d’articles auxquels des membres du laboratoire ont contribué, chacun accompagné d’un court résumé. Les titres sont donnés dans leur version originale anglaise. La liste complète est disponible sur Google Scholar.

Fondements du Mental Health Mapping Fondements Structures du Mental Health Mapping Structures Marqueurs pour le Mental Health Mapping Marqueurs Modèles pour le Mental Health Mapping Modèles

Cliquez sur un thème pour en savoir plus.

Fondements du Mental Health Mapping

Nous étudions les fondements de la santé, du trouble et de la maladie, là où ce qui est considéré comme sain ou normatif reste souvent flou. Ces travaux posent les bases théoriques du Mental Health Mapping en intégrant les perspectives à la première et à la troisième personne. Dans tous nos thèmes, nous travaillons avec des personnes vivant avec des troubles mentaux et neurologiques, des cliniciens, des philosophes et des scientifiques.

Exemples de questions :

Fermer

Structures du Mental Health Mapping

Les troubles mentaux et neurologiques sont héréditaires, souvent associés entre eux et hétérogènes. Leur structure peut se situer dans la biologie d’une personne, dans les dynamiques entre les personnes, les groupes ou les composantes de la société, ou encore dans des facteurs de stress environnementaux. Nous menons des études à grande échelle qui couvrent ces différents niveaux.

Exemples de questions :

Fermer

Marqueurs pour le Mental Health Mapping

Un réseau complexe de facteurs biologiques et non biologiques produit des symptômes chez chaque personne. C’est l’une des raisons pour lesquelles nous connaissons mal les marqueurs de la plupart des troubles mentaux et de certains troubles neurologiques. Grâce à des approches multimodales, nous cherchons à détecter les facteurs cachés qui les sous-tendent.

Exemples de questions :

Fermer

Modèles pour le Mental Health Mapping

La plupart de nos recherches reposent sur l’apprentissage automatique. Nous appliquons et développons des méthodes pour des données à grande échelle d’imagerie, d’électrophysiologie, de génétique, de capteurs, de cognition, de comportement et de langage. Ces données sont de grande dimension et leurs étiquettes sont souvent peu fiables. Nous nous fixons une référence simple : pour de nombreuses mesures cérébrales, des modèles de régression bien spécifiés font aussi bien que des méthodes d’IA plus complexes, et nous le rapportons honnêtement.

Exemples de questions :

Fermer

2026

A normative reference for large-scale human brain dynamics across the lifespan

Nature Neuroscience (accepté) · Prépublication ·
Résumé

Nous construisons une référence normative à l’échelle de la population pour la dynamique cérébrale intrinsèque, à partir d’IRMf de repos de plus de 10 000 personnes de tous âges, issues de 91 sites d’imagerie. Des états cérébraux récurrents rattachent cette dynamique à des normes établies sur toute la durée de vie. Ils révèlent des tendances liées au développement et au vieillissement ainsi que des altérations hétérogènes selon les troubles de santé mentale, et permettent d’évaluer la dynamique cérébrale de chaque personne.

Deep Unsupervised Anomaly Detection in Brain Imaging: Large-Scale Benchmarking and Bias Analysis

npj Digital Medicine (accepté) · Prépublication ·
Résumé

Nous construisons un vaste banc d’essai multicentrique pour la détection profonde et non supervisée d’anomalies en imagerie cérébrale, entraîné sur environ 460 000 coupes de cerveaux sains. Les performances varient fortement selon les scanners, les types de lésions et les caractéristiques démographiques, ce qui révèle des biais systématiques et des limites méthodologiques que les futurs algorithmes devront surmonter.

SIGMA-VAE: Sketched Isotropic Gaussian Multi-view Autoencoder for Normative Modeling

MICCAI (Main Track) · Article ·
Résumé

Nous présentons SIGMA-VAE, un autoencodeur multivue pour la modélisation normative, doté d’une géométrie latente bien maîtrisée, de représentations parcimonieuses et interprétables, et d’écarts pondérés par l’incertitude. Entraîné sur plus de 40 000 examens cérébraux provenant de 328 scanners, il détecte les anomalies individuelles avec une plus grande sensibilité, se généralise à des scanners inconnus et distingue la maladie d’Alzheimer avec une AUC de 0,91 sur un jeu de test réservé et de 0,87 sur des données externes.

MedSAMix: A Training-Free Model Merging Approach for Medical Image Segmentation

AAAI (Main Track) · Article ·
Résumé

Nous présentons MedSAMix, une méthode sans entraînement qui fusionne automatiquement des modèles de segmentation généralistes (SAM) et spécialisés (MedSAM). Sur 25 tâches de segmentation médicale, elle réduit les biais et améliore à la fois la généralisation et la précision propre à chaque domaine, jusqu’à 6,7 %.

From early to contemporary normative modeling: Mapping individual differences in neurophysiological signals

Imaging Neuroscience · Article ·
Résumé

Nous passons en revue le renouveau de la modélisation normative en électrophysiologie cérébrale, porté par l’apprentissage automatique et les grands jeux de données, alors que le domaine passe de petits modèles fondés sur l’âge à des approches harmonisées et plus complexes. Nous soutenons que la collaboration internationale, des chaînes de traitement standardisées et de nouvelles caractéristiques sont nécessaires pour passer de la preuve de concept à des applications cliniques individualisées.

2025

Hierarchical Characterization of Brain Dynamics via State Space-based Vector Quantization

MICCAI (Main Track) · Article ·
Résumé

Nous présentons HST, un réseau hiérarchique de tokenisation fondé sur des modèles espace-état, qui décompose l’activité cérébrale en « tokens » stables et suit la manière dont le cerveau passe de l’un à l’autre. Dans deux jeux de données indépendants, il rend compte de cette dynamique plus clairement que les approches existantes.

A 10-year longitudinal study of brain cortical thickness in people with first-episode psychosis using normative models

Schizophrenia Bulletin · Article ·
Résumé

À l’aide de modèles normatifs, nous montrons que chez certaines personnes ayant connu un premier épisode psychotique, les anomalies cérébrales présentent des signes de normalisation sur dix ans. Nous montrons aussi qu’il est essentiel de modéliser la variabilité propre à chaque site dans les études longitudinales, où les changements de scanners et de protocoles peuvent sinon fausser les résultats.

2024

Characterising personalized neuropathology in dementia and mild cognitive impairment with explainable artificial intelligence

npj Digital Medicine · Article ·
Résumé

Nous avons entraîné un réseau de neurones profond à prédire la démence et utilisé l’IA explicable pour caractériser les différences individuelles. Le modèle prédit avec une bonne fiabilité, jusqu’à sept ans à l’avance, si une personne développera une démence.

Computational psychiatry and the evolving concept of a mental disorder

Synthese · Article ·
Résumé

L’insatisfaction croissante à l’égard des conceptions traditionnelles du trouble mental a conduit à rechercher un cadre cohérent pour la recherche et le traitement en psychiatrie. Nous comparons des paradigmes computationnels tels que la modélisation normative, la théorie des réseaux et les approches issues des théories de l’apprentissage, et nous examinons leurs points communs, leurs différences et leurs éventuels conflits conceptuels.

Mapping Cerebellar Anatomical Heterogeneity in Mental and Neurological Illnesses

Nature Mental Health · Article ·
Résumé

Nous avons entraîné des modèles normatifs sur plus de 50 000 personnes pour cartographier le développement du cervelet tout au long de la vie. Ces modèles révèlent des différences individuelles chez les personnes atteintes de maladies mentales et neurologiques.

2023

Regional, circuit and network heterogeneity of brain abnormalities in psychiatric disorders

Nature Neuroscience · Article ·
Résumé

Nous avons appliqué des modèles normatifs à plusieurs troubles mentaux et caractérisé les écarts individuels à l’échelle du voxel, de la région et du réseau cérébral. Les écarts se recoupent davantage d’une personne à l’autre à l’échelle des réseaux.

2022

Deep neural networks learn general and clinically relevant representations of the ageing brain

NeuroImage · Article ·
Résumé

Nous avons entraîné un réseau de neurones profond sur plus de 50 000 personnes pour prédire l’âge cérébral, puis nous l’avons transféré à des tâches de prédiction clinique, montrant que l’échelle compte pour l’apprentissage profond en neuro-imagerie. Évalué de manière indépendante comme un modèle d’âge cérébral de pointe, il résiste bien aux changements de domaine, mais présente le compromis connu entre précision de l’âge cérébral et détection des maladies.

Charting brain growth and aging at high spatial precision

eLife · Article ·
Résumé

Nous avons établi des modèles normatifs du cerveau humain à haute précision spatiale à partir de plus de 50 000 personnes. Ces modèles se transfèrent à de nouveaux échantillons et sont librement accessibles en ligne pour d’autres chercheurs.

The normative modeling framework for computational psychiatry

Nature Protocols · Article ·
Résumé

Nous décrivons les principes de la modélisation normative pour la psychiatrie computationnelle et proposons des outils accessibles pour analyser des données dans ce cadre.

2021

Replicating extensive brain structural heterogeneity in individuals with schizophrenia and bipolar disorder

Human Brain Mapping · Article ·
Résumé

Nous avons reproduit notre résultat antérieur selon lequel les personnes atteintes de schizophrénie ou de trouble bipolaire présentent des profils individuels d’écart par rapport au cerveau normatif. D’autres groupes l’ont depuis confirmé, et ce résultat s’étend à d’autres troubles mentaux et neurologiques.

2019

Individual differences v. the average patient: mapping the heterogeneity in ADHD using normative models

Psychological Medicine · Article ·
Résumé

Nous avons cartographié l’hétérogénéité du TDAH à l’échelle de chaque patient : chaque patient présentait un profil distinct d’écarts par rapport au cerveau normatif, ce qui prolonge notre résultat obtenu dans la schizophrénie.

2018

Mapping the heterogeneous phenotype of schizophrenia and bipolar disorder using normative models

JAMA Psychiatry · Article ·
Résumé

Nous avons cartographié l’hétérogénéité de la schizophrénie et du trouble bipolaire et constaté que chaque patient présente un profil individuel d’écarts par rapport à la structure cérébrale normative. Les médias ont résumé ce résultat par la question « Qui est le patient moyen en psychiatrie ? », et il a depuis été reproduit à de nombreuses reprises, avec diverses modalités de données, divers algorithmes et divers échantillons.

2015

From estimating activation locality to predicting disorder: a review of pattern recognition for neuroimaging-based psychiatric diagnostics

Neuroscience & Biobehavioral Reviews · Article ·
Résumé

Nous avons montré que la précision de la classification de motifs pour prédire les troubles mentaux diminue lorsque la taille de l’échantillon augmente, contrairement à ce que l’on observe habituellement en apprentissage automatique. Nous l’attribuons en partie à l’hétérogénéité des troubles mentaux et à un biais de publication en faveur de modèles performants mais peu représentatifs. Ce travail a nourri un débat sur les échecs de la validation croisée et a motivé le développement de méthodes qui cartographient cette hétérogénéité.