<?xml version="1.0" encoding="utf-8"?>
<TEI xmlns="http://www.tei-c.org/ns/1.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:hal="http://hal.archives-ouvertes.fr/" xmlns:gml="http://www.opengis.net/gml/3.3/" xmlns:gmlce="http://www.opengis.net/gml/3.3/ce" version="1.1" xsi:schemaLocation="http://www.tei-c.org/ns/1.0 http://api.archives-ouvertes.fr/documents/aofr-sword.xsd">
  <teiHeader>
    <fileDesc>
      <titleStmt>
        <title>HAL TEI export of tel-01486787</title>
      </titleStmt>
      <publicationStmt>
        <distributor>CCSD</distributor>
        <availability status="restricted">
          <licence target="https://creativecommons.org/publicdomain/zero/1.0/">CC0 1.0 - Universal</licence>
        </availability>
        <date when="2026-05-24T23:57:47+02:00"/>
      </publicationStmt>
      <sourceDesc>
        <p part="N">HAL API Platform</p>
      </sourceDesc>
    </fileDesc>
  </teiHeader>
  <text>
    <body>
      <listBibl>
        <biblFull>
          <titleStmt>
            <title xml:lang="en">Management and visualisation oh heterogeneous multidimensional data : PLM application to neuroimaging</title>
            <title xml:lang="fr">Gestion et visualisation de données hétérogènes multidimensionnelles : application PLM à la neuroimagerie</title>
            <author role="aut">
              <persName>
                <forename type="first">Marianne</forename>
                <surname>Allanic</surname>
              </persName>
              <idno type="halauthorid">26752-0</idno>
              <affiliation ref="#struct-2175"/>
            </author>
            <editor role="depositor">
              <persName>
                <forename>ABES</forename>
                <surname>STAR</surname>
              </persName>
              <email type="md5">f5aa7f563b02bb6adbba7496989af39a</email>
              <email type="domain">abes.fr</email>
            </editor>
          </titleStmt>
          <editionStmt>
            <edition n="v1" type="current">
              <date type="whenSubmitted">2017-04-19 11:03:07</date>
              <date type="whenModified">2026-04-02 11:42:34</date>
              <date type="whenReleased">2017-04-19 11:03:07</date>
              <date type="whenProduced">2015-12-17</date>
              <date type="whenEndEmbargoed">2017-04-19</date>
              <ref type="file" target="https://theses.hal.science/tel-01486787v1/document">
                <date notBefore="2017-04-19"/>
              </ref>
              <ref type="file" subtype="author" n="1" target="https://theses.hal.science/tel-01486787v1/file/These_UTC_Marianne_Allanic.pdf" id="file-1486787-1571729">
                <date notBefore="2017-04-19"/>
              </ref>
            </edition>
            <respStmt>
              <resp>contributor</resp>
              <name key="131274">
                <persName>
                  <forename>ABES</forename>
                  <surname>STAR</surname>
                </persName>
                <email type="md5">f5aa7f563b02bb6adbba7496989af39a</email>
                <email type="domain">abes.fr</email>
              </name>
            </respStmt>
          </editionStmt>
          <publicationStmt>
            <distributor>CCSD</distributor>
            <idno type="halId">tel-01486787</idno>
            <idno type="halUri">https://theses.hal.science/tel-01486787</idno>
            <idno type="halBibtex">allanic:tel-01486787</idno>
            <idno type="halRefHtml">Mécanique [physics.med-ph]. Université de Technologie de Compiègne, 2015. Français. &lt;a target="_blank" href="https://www.theses.fr/2015COMP2248"&gt;&amp;#x27E8;NNT : 2015COMP2248&amp;#x27E9;&lt;/a&gt;</idno>
            <idno type="halRef">Mécanique [physics.med-ph]. Université de Technologie de Compiègne, 2015. Français. &amp;#x27E8;NNT : 2015COMP2248&amp;#x27E9;</idno>
            <availability status="restricted">
              <licence target="https://about.hal.science/hal-authorisation-v1/">HAL Authorization<ref corresp="#file-1486787-1571729"/></licence>
            </availability>
          </publicationStmt>
          <seriesStmt>
            <idno type="stamp" n="UNIV-COMPIEGNE">Université de Technologie de Compiègne</idno>
            <idno type="stamp" n="STAR">STAR - Dépôt national des thèses électroniques</idno>
            <idno type="stamp" n="ROBERVAL" corresp="UNIV-COMPIEGNE">Laboratoire ROBERVAL</idno>
            <idno type="stamp" n="ROBERVAL-SIPP" corresp="ROBERVAL">Systèmes Intégrés : Produit / Process</idno>
            <idno type="stamp" n="GS-ENGINEERING">Graduate School Sciences de l'Ingénierie et des Systèmes</idno>
            <idno type="stamp" n="ALLIANCE-SU"> Alliance Sorbonne Université</idno>
          </seriesStmt>
          <notesStmt/>
          <sourceDesc>
            <biblStruct>
              <analytic>
                <title xml:lang="en">Management and visualisation oh heterogeneous multidimensional data : PLM application to neuroimaging</title>
                <title xml:lang="fr">Gestion et visualisation de données hétérogènes multidimensionnelles : application PLM à la neuroimagerie</title>
                <author role="aut">
                  <persName>
                    <forename type="first">Marianne</forename>
                    <surname>Allanic</surname>
                  </persName>
                  <idno type="halauthorid">26752-0</idno>
                  <affiliation ref="#struct-2175"/>
                </author>
              </analytic>
              <monogr>
                <idno type="nnt">2015COMP2248</idno>
                <imprint>
                  <date type="dateDefended">2015-12-17</date>
                </imprint>
                <authority type="institution">Université de Technologie de Compiègne</authority>
                <authority type="school">École doctorale Sciences pour l'ingénieur (Compiègne)</authority>
                <authority type="supervisor">Benoît Eynard</authority>
                <authority type="supervisor">Marc Joliot</authority>
              </monogr>
            </biblStruct>
          </sourceDesc>
          <profileDesc>
            <langUsage>
              <language ident="fr">French</language>
            </langUsage>
            <textClass>
              <keywords scheme="author">
                <term xml:lang="en">Data Management</term>
                <term xml:lang="en">Neuroimaging</term>
                <term xml:lang="en">Graph Theory</term>
                <term xml:lang="en">Exploration</term>
                <term xml:lang="en">Visualisation</term>
                <term xml:lang="en">Product Lifecycle Management (PLM)</term>
                <term xml:lang="en">Multidimensional data</term>
                <term xml:lang="en">Heterogeneous Data</term>
                <term xml:lang="fr">Neuroimagerie</term>
                <term xml:lang="fr">Gestion des données</term>
                <term xml:lang="fr">Données hétérogènes</term>
                <term xml:lang="fr">Données multidimensionnelles</term>
                <term xml:lang="fr">Exploration</term>
              </keywords>
              <classCode scheme="halDomain" n="spi.meca">Engineering Sciences [physics]/Mechanics [physics.med-ph]</classCode>
              <classCode scheme="halDomain" n="sdv.ib.ima">Life Sciences [q-bio]/Bioengineering/Imaging</classCode>
              <classCode scheme="halTypology" n="THESE">Theses</classCode>
              <classCode scheme="halOldTypology" n="THESE">Theses</classCode>
              <classCode scheme="halTreeTypology" n="THESE">Theses</classCode>
            </textClass>
            <abstract xml:lang="en">
              <p>Neuroimaging domain is confronted with issues in analyzing and reusing the growing amount of heterogeneous data produced. Data provenance is complex – multi-subjects, multi-methods, multi-temporalities – and the data are only partially stored, restricting multimodal and longitudinal studies. Especially, functional brain connectivity is studied to understand how areas of the brain work together. Raw and derived imaging data must be properly managed according to several dimensions, such as acquisition time, time between two acquisitions or subjects and their characteristics. The objective of the thesis is to allow exploration of complex relationships between heterogeneous data, which is resolved in two parts : (1) how to manage data and provenance, (2) how to visualize structures of multidimensional data. The contribution follow a logical sequence of three propositions which are presented after a research survey in heterogeneous data management and graph visualization. The BMI-LM (Bio-Medical Imaging – Lifecycle Management) data model organizes the management of neuroimaging data according to the phases of a study and takes into account the scalability of research thanks to specific classes associated to generic objects. The application of this model into a PLM (Product Lifecycle Management) system shows that concepts developed twenty years ago for manufacturing industry can be reused to manage neuroimaging data. GMDs (Dynamic Multidimensional Graphs) are introduced to represent complex dynamic relationships of data, as well as JGEX (Json Graph EXchange) format that was created to store and exchange GMDs between software applications. OCL (Overview Constraint Layout) method allows interactive and visual exploration of GMDs. It is based on user’s mental map preservation and alternating of complete and reduced views of data. OCL method is applied to the study of functional brain connectivity at rest of 231 subjects that are represented by a GMD – the areas of the brain are the nodes and connectivity measures the edges – according to age, gender and laterality : GMDs are computed through processing workflow on MRI acquisitions into the PLM system. Results show two main benefits of using OCL method : (1) identification of global trends on one or many dimensions, and (2) highlights of local changes between GMD states.</p>
            </abstract>
            <abstract xml:lang="fr">
              <p>La neuroimagerie est confrontée à des difficultés pour analyser et réutiliser la masse croissante de données hétérogènes qu’elle produit. La provenance des données est complexe – multi-sujets, multi-analyses, multi-temporalités – et ces données ne sont stockées que partiellement, limitant les possibilités d’études multimodales et longitudinales. En particulier, la connectivité fonctionnelle cérébrale est analysée pour comprendre comment les différentes zones du cerveau travaillent ensemble. Il est nécessaire de gérer les données acquises et traitées suivant plusieurs dimensions, telles que le temps d’acquisition, le temps entre les acquisitions ou encore les sujets et leurs caractéristiques. Cette thèse a pour objectif de permettre l’exploration de relations complexes entre données hétérogènes, ce qui se décline selon deux axes : (1) comment gérer les données et leur provenance, (2) comment visualiser les structures de données multidimensionnelles. L’apport de nos travaux s’articule autour de trois propositions qui sont présentées à l’issue d’un état de l’art sur les domaines de la gestion de données hétérogènes et de la visualisation de graphes. Le modèle de données BMI-LM (Bio-Medical Imaging – Lifecycle Management) structure la gestion des données de neuroimagerie en fonction des étapes d’une étude et prend en compte le caractère évolutif de la recherche grâce à l’association de classes spécifiques à des objets génériques. L’implémentation de ce modèle au sein d’un système PLM (Product Lifecycle Management) montre que les concepts développés depuis vingt ans par l’industrie manufacturière peuvent être réutilisés pour la gestion des données en neuroimagerie. Les GMD (Graphes Multidimensionnels Dynamiques) sont introduits pour représenter des relations complexes entre données qui évoluent suivant plusieurs dimensions, et le format JGEX (Json Graph EXchange) a été créé pour permettre le stockage et l’échange de GMD entre applications. La méthode OCL (Overview Constraint Layout) permet l’exploration visuelle et interactive de GMD. Elle repose sur la préservation partielle de la carte mentale de l’utilisateur et l’alternance de vues complètes et réduites des données. La méthode OCL est appliquée à l’étude de la connectivité fonctionnelle cérébrale au repos de 231 sujets représentées sous forme de GMD – les zones du cerveau sont représentées par les nœuds et les mesures de connectivité par les arêtes – en fonction de l’âge, du genre et de la latéralité : les GMD sont obtenus par l’application de chaînes de traitement sur des acquisitions IRM dans le système PLM. Les résultats montrent deux intérêts principaux à l’utilisation de la méthode OCL : (1) l’identification des tendances globales sur une ou plusieurs dimensions et (2) la mise en exergue des changements locaux entre états du GMD.</p>
            </abstract>
          </profileDesc>
        </biblFull>
      </listBibl>
    </body>
    <back>
      <listOrg type="structures">
        <org type="laboratory" xml:id="struct-2175" status="VALID">
          <idno type="ROR">https://ror.org/023ffhx15</idno>
          <orgName>Roberval</orgName>
          <orgName type="acronym">Roberval</orgName>
          <desc>
            <address>
              <addrLine>Université de Technologie de Compiègne - Centre de Recherche de Royallieu - rue du Docteur Schweitzer- CS 60319 - 60203 COMPIEGNE Cedex</addrLine>
              <country key="FR"/>
            </address>
            <ref type="url">https://roberval.utc.fr/</ref>
          </desc>
          <listRelation>
            <relation active="#struct-93027" type="direct"/>
          </listRelation>
        </org>
        <org type="institution" xml:id="struct-93027" status="VALID">
          <idno type="ROR">https://ror.org/04y5kwa70</idno>
          <orgName>Université de Technologie de Compiègne</orgName>
          <orgName type="acronym">UTC</orgName>
          <desc>
            <address>
              <addrLine>Université de Technologie de Compiègne - rue du Docteur Schweitzer- CS 60319 - 60203 Compiègne Cedex</addrLine>
              <country key="FR"/>
            </address>
            <ref type="url">https://www.utc.fr/</ref>
          </desc>
        </org>
      </listOrg>
    </back>
  </text>
</TEI>