Apprentissage automatique appliqué à l'analyse d'images biologiques
Apprentissage automatique appliqué à l'analyse d'images biologiques
Durée : 2,5 jours, soit 17,5 heures
Objectif : Comprendre et appliquer les méthodes d'apprentissage automatique pour l'analyse d'images biologiques à l'aide de logiciels "libres".
Pré-requis : Connaître les bases de l'analyse d'images
Public : Chercheurs, ingénieurs, techniciens, doctorants et post-doctorants.
Programme :
Formation théorique et pratique :
Cet atelier est destiné aux biologistes qui font de l'analyse d'images. Pendant les deux jours de formation, les bases des méthodes d'apprentissage automatique seront présentées et les participants pourront les appliquer à leurs propres problèmes. L'atelier alternera entre cours théoriques et travaux pratiques. La session pratique utilisera des logiciels libres tels que ImageJ/FIJI (weka-segmentation), Ilastik, Icy et Cellprofiler Analyst, chaque outil offrant des solutions différentes pour l'apprentissage automatique.
Le premier jour sera consacré aux méthodes d'apprentissage classiques utilisant par exemple le clustering k-means, les arbres aléatoires ou les machines à vecteurs de support. Ces méthodes peuvent être utilisées pour la segmentation de cellules denses, le suivi d'objets, la segmentation de structures 3D et le comptage de cellules.
Le deuxième jour sera consacré à l'apprentissage profond. À l'aide d'un exemple simple, nous illustrerons la création, l'entraînement, la validation et l'utilisation d'un réseau. Nous montrerons comment utiliser l'apprentissage par transfert pour adapter des réseaux existants à vos propres applications. Des exemples concrets de l'application du "Deep Learning" pour l'analyse d'images sont : la segmentation de bactéries, le suivi de mouvement sans marqueurs, la segmentation 3D, PALM / STORM assisté par le deep learning, la restauration et la classification d'images de tissus en histologie.
Pour cette deuxième journée, nous travaillerons avec la bibliothèque "tensor flow" de Python. Des connaissances en programmation seraient un plus.
Veuillez consulter les prochains ateliers du Biocampus pour connaître la prochaine date à laquelle l'atelier aura lieu et pour vous inscrire.
Vous pouvez trouver les diapositives et les exercices de l'atelier ici.