Estimation Monte Carlo dans les processus ...
Document type :
Communication dans un congrès avec actes
Title :
Estimation Monte Carlo dans les processus ponctuels marqués en biologie tissulaire
Author(s) :
Emily, Mathieu [Auteur]
Institut de Recherche Mathématique de Rennes [IRMAR]
Centre de recherche en Statistique [Rennes]
Stoica, Radu [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
Institut de Recherche Mathématique de Rennes [IRMAR]
Centre de recherche en Statistique [Rennes]
Stoica, Radu [Auteur]
Laboratoire Paul Painlevé - UMR 8524 [LPP]
Conference title :
41èmes Journées de Statistique, SFdS, Bordeaux
City :
Bordeaux, France
Country :
France
Start date of the conference :
2009
Publication date :
2009
HAL domain(s) :
Mathématiques [math]/Statistiques [math.ST]
Statistiques [stat]/Théorie [stat.TH]
Statistiques [stat]/Théorie [stat.TH]
French abstract :
Nous proposons une approche de modélisation par processus ponctuels marqués pour l'analyse de clichés de tissus biologiques. Une telle modélisation présente de nombreux avantages. Premièrement, l'ensemble des contraintes ...
Show more >Nous proposons une approche de modélisation par processus ponctuels marqués pour l'analyse de clichés de tissus biologiques. Une telle modélisation présente de nombreux avantages. Premièrement, l'ensemble des contraintes physiologiques et mécaniques, relatives aux tissus, peuvent être intégrées naturellement dans une densité de probabilité de type gibbsien. Ensuite, ce formalisme est parfaitement adapté à l'inférence paramétrique de type Monte Carlo. Il est possible ainsi, de caractériser statistiquement la morphologie des structures géométriques complexes. Notre but est d'utiliser ce modèle sur des données réelles, représentant le développement d'un tissu pré-tumoral.Show less >
Show more >Nous proposons une approche de modélisation par processus ponctuels marqués pour l'analyse de clichés de tissus biologiques. Une telle modélisation présente de nombreux avantages. Premièrement, l'ensemble des contraintes physiologiques et mécaniques, relatives aux tissus, peuvent être intégrées naturellement dans une densité de probabilité de type gibbsien. Ensuite, ce formalisme est parfaitement adapté à l'inférence paramétrique de type Monte Carlo. Il est possible ainsi, de caractériser statistiquement la morphologie des structures géométriques complexes. Notre but est d'utiliser ce modèle sur des données réelles, représentant le développement d'un tissu pré-tumoral.Show less >
Language :
Français
Peer reviewed article :
Oui
Audience :
Internationale
Popular science :
Non
Collections :
Source :
Files
- document
- Open access
- Access the document
- p53.pdf
- Open access
- Access the document