Contenu de la formation
Ce projet a pour but de vous apprendre à maîtriser une des méthodes les plus utilisées en Vision par Ordinateur : la Segmentation par Deep Learning.
Vous bénéficierez d'un accompagnement personnalisé étape par étape par un expert en Data Science appliquée à l'imagerie médicale.
À la fin de cette formation, vous aurez validé les objectifs pédagogiques suivants :
- Maîtriser les fondamentaux de l'apprentissage en profondeur appliqués à la segmentation.
- Utiliser le framework PyTorch
- Implémenter, entraîner, et déployer un réseau de neurones convolutifs
- Mettre en place une API avec Flask
-
Réaliser une annotation semi-automatique d'images grâce au Fast-Marching
- Diriger un Projet IA médical de A à Z
- Nos exercices, nos rappels des fondamentaux, et nos rendez vous en 1-1, vous permettrons de consolider, et d'évaluer vos acquis
En plus, vous bénéficierez :
- D'un rendez-vous privé avec l'un de nos consultants, d'une durée de 30 min
- Des connaissances en oncologie grâce à des exercices pratiques de diagnostic de tumeurs sur des mammographies et échographies mammaires
- L'avis du Professeur Jean-Denis Laredo sur l'application de l'IA en santé
- Un diplôme attestant de vos nouvelles compétences
- Accès à une compétition Kaggle
- Acquis une expérience pratique professionnelle
- Accès à un forum d'entraide Slack où des experts répondront à vos questions pendant 1 mois
-
Du contenu de la formation en illimitée !
Durée du projet : 20 jours (1h par jour)
Niveau requis : Débutant en Python / Mathématiques (algèbre linéaire)
Modalité et délai d'accès : L’inscription donne un accès immédiat et illimité à la formation en ligne.
Accessibilité aux personnes en situation de handicap : Toutes les vidéos sont sous-titrées en français. Un référent handicap est également disponible pour adapter la formation aux besoins spécifiques (contact : [email protected]).
Cours en ligne guidé étape par étape par un expert
Accès à une expertise de premier plan
Développez des compétences uniques en combinant la médecine et l'informatique. Cette fusion crée une expertise précieuse, ouvrant de nouvelles opportunités et vous positionnant comme un acteur essentiel dans l'industrie médicale, capable de relever des défis complexes grâce à la technologie.
Immersion professionnelle
À l'issue de la formation, vous obtiendrez un diplôme de certification. De plus, le programme couvre toutes les phases d'un projet d'intelligence artificielle, y compris l'annotation semi-automatique, l'entraînement, et le déploiement sur API. Ces compétences sont directement applicables dans la pratique, offrant ainsi une valeur ajoutée concrète.
Accompagnement pédagogique de qualité
Notre formation est soigneusement structurée et divisée en modules, avec des vidéos explicatives simples, favorisant une progression logique et une compréhension facilitée. L’apprenant travaille sur un cas clinique réel de segmentation tumorale à l’aide du Deep Learning, évalué grâce des quiz pratiques et mises en application. En plus des vidéos, des Notebooks Jupyter commentés sont fournis pour l'apprentissage du code.
Votre Enseignant
Jonas Zaoui | Data Scientist MCOVISION
Expert en Deep Learning appliqué à l'Imagerie médicale
Passionné par l'IA et ses applications médicales, Jonas est expert en Traitement d'Images et en Data Science. Il développe de robustes modèles de Deep-Learning au sein de MCOVISION, améliorant ainsi le suivi patient et le quotidien des praticiens.
Programme de la formation
- 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
- 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
Pour vous inscrire
Notre rôle est de vous accompagner de la meilleure des manières. Pour vous inscrire à la formation, remplissez le formulaire d'analyse des besoins : https://forms.gle/fHnJbdk7vJEMYp6GA
Vous recevrez directement votre contrat de formation professionnel !
Questions fréquentes
Peut on accéder à la formation en illimité ?
Oui ! Vous pouvez revisionner la formation autant de fois que vous le souhaitez.
Quelles sont les pré-requis nécéssaires pour cette formation ?
Les prérequis pour cette formation incluent un niveau débutant en Python et en Mathématiques (algèbre linéaire). Bien que toute connaissance préalable en intelligence artificielle soit avantageuse, elle n'est pas essentielle, car toutes les notions clés seront couvertes durant le cours.
La formation est elle en présentielle ?
Non, il s'agit d'une formation entièrement en ligne, réalisée par l'un de nos experts. Chaque étudiant sera guidé étape par étape dans ce projet.
Informations mises à jour le 04/03/2025