Séance de cours

Régions d'intérêt : Manipulation et applications

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

BIO-695: Image Processing for Life Science

Registration details will be announced via email. It takes place yearly from Sept./October to December & intends to teach image processing with a strong emphasis of applications in life sciences. The idea is to enable the participants to solve image-proces ...

Description

Cette séance de cours se penche sur le concept de régions d'intérêt (ROI) et leur importance dans des mesures précises. L'instructeur explique comment définir les ROI pour éviter les interférences de fond, comparer la localisation des signaux et manipuler les ROI pour distinguer les différents compartiments cellulaires. La séance de cours présente également l'opérateur XOR pour la manipulation du retour sur investissement et suggère d'utiliser CellProfiler pour des scénarios d'analyse d'images complexes.

Dans MOOC

Traitement et analyse d'images pour les scientifiques du vivant

De nos jours, les méthodes basées sur l'image sont indispensables pour les scientifiques du vivant. La microscopie optique, en particulier, est passée d'observations sommaires à l'œil nu à des acquisitions multiplan, multicanal, multiposition et multimode à haut débit qui produisent facilement des milliers d'images riches en informations qui doivent être quantifiées d'une manière ou d'une autre pour répondre à des questions biologiques. Ce cours vous enseignera les concepts de base, de l'acquisition d'imag

Enseignant·e·s (4)

Olivier Burri

Expertise Development of bioimage analysis workflows and algorithms to extract quantitative data from microscopy imagesTools & Software: ImageJ/Fiji, CellProfiler, ilastik, Imaris, Arivis, Matlab, RStudio, IntelliJ, Eclipse, Jupyter NotebooksProgramming languages:Java, Groovy, JavaScript, TypeScript, PHP, Python, R, C, C , Matlab, Bash Expertise Development of bioimage analysis workflows and algorithms to extract quantitative data from microscopy imagesTools & Software: ImageJ/Fiji, CellProfiler, ilastik, I

Arne Seitz

Enseignement et PhD Cours Advanced Microscopy for Life Science BIO-659 For further information, please get in contact with the instructor or have a look on the following web-site: http://biop.epfl.ch/ Bioimage informatics BIO-410 Le cours fournit une complète revue des méthodes, algorithmes et des outils logiciels utilisés en analyse d'images biologiques. Il expose les concepts fondamentaux et les solutions informatiques permettant d'extraire des informations quantitatives à

Romain Guiet

Expertise Development of BioImage Analysis workflows and algorithms to extract quantitative data from microscopy images.BioSample Preparation : in vitro cell, organoid, time-lapse, fixation, staining strategies, actin, mitochondria, fluorescent protein expressionBioImage Acquisition : Widefield, Confocal, Whole Slide Imaging, Super-resolution (SIM, STORM, STED), FRET, FRAP, FLIMBioImage Analysis: Colocalisation analysis, Deconvolution, Time-lapse , Whole Slide ImagingTools & Software: ImageJ/Fiji, QuPath, i

Nicolas René Chiaruttini

Source officielle

Concepts associés (8)

Medical image computing

Medical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.

Segmentation d'image

La segmentation d'image est une opération de s consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures.

Digital image processing

Digital image processing is the use of a digital computer to process s through an algorithm. As a subcategory or field of digital signal processing, digital image processing has many advantages over . It allows a much wider range of algorithms to be applied to the input data and can avoid problems such as the build-up of noise and distortion during processing. Since images are defined over two dimensions (perhaps more) digital image processing may be modeled in the form of multidimensional systems.

Cellule (biologie)

vignette|Dessin de « cellules » observées dans des coupes d'écorce d'arbre par Robert Hooke en 1665, à l'origine du nom latin cellula « chambre de moine », ayant aussi le sens de cella « petite chambre, chambrette ». vignette|Dessin d'Edmund Beecher Wilson publié en 1900 dont la légende originale était : « Vue générale de cellules situées à la pointe de croissance d'une racine d'oignon à partir d'une coupe longitudinale agrandie . a. cellules qui ne se divisent pas, avec réseau de chromatine et nucléoles fortement colorés ; b.

Biologie cellulaire

thumb|Détection de filaments d'actine dans des cellules animales (immunofluorescence) La biologie cellulaire (anciennement appelée cytologie) est une discipline scientifique qui étudie les cellules, du point de vue structural et fonctionnel, et les utilise pour des applications en biotechnologie. Elle s'intéresse à l'écosystème cellulaire, c'est-à-dire à l'équilibre dynamique et autorégulé des fonctions cellulaires, dans un contexte normal ou perturbé.

Afficher plus

Séances de cours associées (64)

Tomographie par rayons X Analyse pratique

Couvre l'analyse pratique des images de tomographie aux rayons X à l'aide du logiciel Fiji.

Analyse d'imagerie par drone

Explore l'analyse d'imagerie par drone à l'aide du logiciel Meshroom pour les applications de génie civil.

Tableaux des résultats : gestion et enregistrement des données MOOC: Traitement et analyse d'images pour les scientifiques du vivant

Couvre la définition des mesures, la gestion des résultats, l'utilisation des fonctions de langage macro, l'obtention de statistiques et l'enregistrement des résultats sous forme de fichiers CSV.

Segmentation : théorie et algorithmes

Couvre la théorie et les algorithmes derrière la segmentation de l'image, en se concentrant sur l'identification et l'évaluation de la région.

Flux de travail d'analyse d'image: Traitement par lots MOOC: Traitement et analyse d'images pour les scientifiques du vivant

Couvre les régions d'intérêt, les expériences impartiales, le stockage des résultats et l'analyse d'images par lots.

Afficher plus

Concepts associés (8)

Medical image computing

Segmentation d'image

Digital image processing

Cellule (biologie)

Biologie cellulaire

Afficher plus