Données en imagerie, du macro.au macro.

Description

Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique en analyse d’images et de données en imagerie de l’échelle macroscopique (l’être humain, ses organes et systèmes tel qu’analysés par les modalités d’imagerie in vivo dite médicale) à l’échelle microscopique (optique et électronique). L’accent sera mis sur la continuité des méthodes mises en oeuvre quelle que soit l’échelle.
Avant d’être exploitables, les données brutes d’acquisition en imagerie font souvent l’objet de techniques de traitement du signal, qui visent à les corriger (des défauts des détecteurs…), les améliorer (par filtrage…), voire à les rendre interprétables (en tomographie).
Les méthodes d’évaluation objective de la " qualité" des images produites par les instruments seront développées, ainsi que les mesures des limites de ces appareils tant en termes de résolution spatiale que de contraste, et ce quelle que soit l’échelle d’observation. Le passage par la représentation des images dans l’espace de Fourier sera explicité sans recours à des développements mathématiques, afin d’en présenter l’intérêt et les usages.
L’accès aux données est un élément qui prend une importance particulière dès qu’on s’intéresse à des images acquises dans des structures de santé. Le fonctionnement des réseaux d’imagerie sera abordé aussi bien d’un point de vue théorique que pratique. Les conditions d’accès à ces données seront présentées avec des exemples fondés sur des essais cliniques.
Enfin, le traitement et l’analyse d’image ainsi que les méthodes segmentation automatique, de classification ou de débruitage d’images seront abordés.

Modalités d'organisation et de suivi

Méthodes pédagogiques : Cours magistraux, TD et travaux personnels organisés en ateliers thématiques
Plan :

• De l’acquisition aux images : traitement du signal appliqué aux données d’acquisition (corrections, filtrages, reconstructions…)
• Les images dans l’espace de Fourier
• Qualité d’image (des instruments) : Pourquoi ? Quoi ? Comment ?
• La représentation des images (LUT, conventions…)
• Le stockage des images et des conditions d’acquisition (données techniques et administratives)
• L’usage des images médicales : statistiques des indications, des modalités d’acquisition, des procédures dans un hôpital
• Les réseaux d’imagerie médicale et les conditions d’accés aux images
• Les traitements des images :

- Atelier segmentation d’image : segmentation automatique, semantic segmentation, instance segmentation, object detection,…
- Atelier classification : supervised learning, deep learning, convolutional networks, …
- Atelier débruitage des images: Content Aware Image Restauration, U-nets, …

Bibliographie

https://www.python.org

Contact