BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:datacraft
X-ORIGINAL-URL:https://datacraft.paris
X-WR-CALDESC:Events for datacraft
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20200329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20201025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20210422T100000
DTEND;TZID=Europe/Paris:20210422T173000
DTSTAMP:20260425T161359
CREATED:20210115T164915Z
LAST-MODIFIED:20210406T142312Z
UID:3013-1619085600-1619112600@datacraft.paris
SUMMARY:LA COMPUTER VISION AU SERVICE DE L’IMAGERIE MÉDICALE : ENJEUX ET APPLICATIONS
DESCRIPTION:inscription\n			\n				\n				\n				\n				\n				Animé par Emmanuel Cohen\, Data Scientist spécialisé en Computer Vision. \nCet atelier a déjà eu lieu le 7 janvier 2021\, suite à une forte demande\, nous avons décidé de le reprogrammer. Celui-ci abordera les mêmes thématiques que l’atelier précédent. \nLe programme de la matinée est ouverte à tous tandis que les tutoriels de l’après-midi requièrent une maîtrise de Python et sont plutôt réservés aux profils experts data. \nProgramme de la journée : \nMatinée (10h-11h30) :Lecture : “La Computer Vision au service de l’imagerie médicale : enjeux et applications”  \nObjectifs : Comprendre comment les algorithmes actuels d’intelligence artificielle permettent l’analyse des images médicales\, en s’appuyant sur des exemples concrets : amélioration de la qualité image\, segmentation sémantique et quantification de structures biologiques\, recalage d’images temporelles\, aide au diagnostique en pathologie\, …Préparation de l’atelier de l’après-midi : présentation de la problématique\, du dataset Kaggle\, et des outils utilisés. \nAprès-midi (13h30-17h30):Tutoriel 1 : “Annotations intelligentes pour la détection de tumeurs cérébrales en imagerie IRM”Implémenter sous Python Jupyter Notebook un algorithme de segmentation de la zone tumorale au sein d’une IRM cérébrale\, en utilisant la méthode des Level-Sets et l’algorithme du Fast-Marching. Cet algorithme sert de base pour faciliter l’annotation des images. \nTutoriel 2 : “Segmentation d’images médicales par Deep-Learning” :Entraîner un modèle de deep-learning (architecture U-Net) sur la base d’images annotées\, afin de prédire automatiquement la segmentation de la tumeur. Le même dataset sera utilisé sur les deux tutoriels. \nNos ateliers ont lieu en présentiel\, il y a suffisamment d’espace dans nos locaux pour accueillir les participants\, tout en respectant les gestes barrières (port du masque et distanciation). Un lien zoom est proposé pour ceux qui ne peuvent pas se déplacer.
URL:https://datacraft.paris/event/la-computer-vision-au-service-de-limagerie-medicale-enjeux-et-applications-2/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris
END:VEVENT
END:VCALENDAR