Cet enseignement a pour objectif d’introduire les principales modalités d’imagerie médicale ainsi que les méthodes modernes d’analyse d’images biomédicales. L’UE couvre les bases physiques de l’acquisition, les méthodes classiques de traitement d’images et les approches récentes d’intelligence artificielle appliquées à l’imagerie médicale. Les étudiants seront capables de comprendre, manipuler et analyser des données médicales multimodales (IRM, scanner, échographie, histopathologie numérique, PET/SPECT) et de mettre en œuvre des méthodes modernes de segmentation, classification, reconstruction et analyse quantitative.
Les étudiants acquerront :
- une compréhension des principales modalités d’imagerie médicale,
- les bases physiques et numériques de l’acquisition,
- les méthodes classiques de traitement et d’analyse,
- une introduction aux approches d’intelligence artificielle appliquées à l’imagerie biomédicale.
L’UE mettra l’accent sur :
- les principes physiques de la génération des images médicales
- la segmentation, la classification; le recalage. et la reconstruction
- l’analyse quantitative,
- les approches d'apprentissage automatique et d'apprentissage profond
- les enjeux de robustesse, les biais et d’interprétabilité.
Les étudiants acquerront :
- une compréhension des principales modalités d’imagerie médicale,
- les bases physiques et numériques de l’acquisition,
- les méthodes classiques de traitement et d’analyse,
- une introduction aux approches d’intelligence artificielle appliquées à l’imagerie biomédicale.
L’UE mettra l’accent sur :
- les principes physiques de la génération des images médicales
- la segmentation, la classification; le recalage. et la reconstruction
- l’analyse quantitative,
- les approches d'apprentissage automatique et d'apprentissage profond
- les enjeux de robustesse, les biais et d’interprétabilité.
- Teacher: Daniel Racoceanu