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:20210107T100000
DTEND;TZID=Europe/Paris:20210107T173000
DTSTAMP:20260416T141534
CREATED:20201204T104338Z
LAST-MODIFIED:20210225T144555Z
UID:2797-1610013600-1610040600@datacraft.paris
SUMMARY:La Computer Vision au service de l'imagerie médicale : enjeux et applications
DESCRIPTION:Animé par Emmanuel Cohen\, Data Scientist spécialisé en Computer Vision. \nLe programme de la matinée est ouverte à tous tandis que les tutoriels de l’après-midi sont plutôt réservés aux profils experts data et requièrent une maîtrise de Python.  \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. \n  \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.
URL:https://datacraft.paris/event/la-computer-vision-au-service-de-limagerie-medicale-enjeux-et-applications/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris
END:VEVENT
END:VCALENDAR