Description
Date depot: 3 octobre 2019
Titre: Apprentissage automatique pour la prediction des troubles du contrôle des impulsions
Directeur de thèse:
Olivier COLLIOT (ICM)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
La maladie de Parkinson est connue pour l’apparition de troubles moteurs importants, tels que le tremblement au repos, la dyskinésie et l’akinésie. Cependant, de nombreux troubles non moteurs sont également fréquemment présents avec cette maladie, dont des troubles psychiatriques. Une certaine classe de troubles psychiatriques, appelée troubles du contrôle de l’impulsivité, est de plus en plus reconnue avec la maladie de Parkinson, où leur prévalence est nettement supérieure à la population générale.
L’objectif de la thèse est de développer des modèles prédictifs des troubles du contrôle de l’impulsivité afin de permettre une meilleure prise en charge des cas parkinsoniens et de limiter leurs impacts social et économique. Pour ce faire, nous proposons de développer des modèles d'apprentissage à partir de données multimodales (données cliniques et données de génotypage). Nous chercherons en particulier à développer des approches permettant la combinaison optimale de données statiques (génétique) et dynamiques (données cliniques)
Doctorant.e: Faouzi Johann