Autoplay
Autocomplete
Previous Lesson
Complete and Continue
Projet Guidé de Deep Learning appliqué à l'imagerie médicale
Introduction au cours
Présentation de la formation et de l'enseignant (7:00)
Introduction (1:27)
La Computer Vision
La Computer Vision, un domaine en plein expansion (4:33)
Cas pratiques en Computer Vision (5:07)
Algorithme du Fast-Marching (optionnel) (3:18)
IA VS Computer Vision traditionnelle (4:00)
IA & Deep Learning
Les réseaux de neurones convolutifs (13:44)
L'apprentissage supervisé d'un modèle d'IA (16:50)
La Segmentation, c'est quoi ? (1:01)
Prétraitement et Post traitement d'images (4:31)
Le UNET (5:03)
BONUS : Visualisateur de CNNs (2:46)
Test de connaissances
Fondamentaux de l'imagerie médicale et des échographies mammaires
Introduction à l'imagerie médicale, et son utilisation dans le diagnostic du cancer du sein (4:10)
Comment diagnostiquer un cancer du sein sur des échographies mammaires ? (3:58)
Comment diagnostiquer un cancer du sein sur des mammographies ? (3:46)
Des solutions IA validées d'aide au diagnostic du cancer du sein (3:01)
Test de connaissances
Solutions du test de connaissances pour les mammographies
L'IA et la médecine
L'IA, meilleure amie du médecin : Intervention du Professeur Jean-Denis Laredo (22:12)
Les fondamentaux en Python
Numpy (10:40)
OpenCV (9:37)
PyTorch (8:08)
Introduction au Projet
Google Colab (0:31)
Introduction (1:27)
Github
Accédez aux codes avec commentaires
Projet
Téléchargement du Dataset (5:29)
Préparation du Dataset (20:05)
Analyse des données (4:03)
Mise en place des variables d'entraînement (6:10)
Data Augmentation (4:32)
Comment créer sa classe Dataset Pytorch ? (5:49)
Répartition Training/Test Set (4:21)
Le Dataloader (4:53)
Visualisation des données (7:10)
Création du réseau de neurones convolutifs (8:32)
Création du réseau de neurones convolutifs (from scratch) (32:47)
Entraînement du model (33:58)
Tensorboard (2:46)
Affichage des courbes d'entraînement (5:39)
Visualisation des prédictions (13:41)
Introduction aux métriques (3:02)
Métriques du model (12:41)
Pistes d'optimisation (1:33)
Test de connaissances
Mise en place d'une API locale
Qu'est ce qu'une API ?
Installation VSCODE (0:55)
Installation Docker (1:45)
Installation de l'environnement (Dockerfile, requirements, fichiers HTML ...) (13:32)
Model (16:21)
Flask App locale (16:17)
Test de connaissances
Annotation semi-automatique par Fast-Marching
Setup et définition des fonctions (20:05)
Figure intéractive (4:25)
Fast-Marching (14:01)
Résultats (5:51)
MCOVISION
MCOVISION (4:34)
Remerciements & Diplôme
Remerciements
Teach online with
Fast-Marching
Lesson content locked
If you're already enrolled,
you'll need to login
.
Enroll in Course to Unlock