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.
Explore la composition, la mise en commun, la continuité, la dénigrement et les architectures CNN populaires pour la segmentation de l'image dans le traitement de l'image.
Explore des systèmes d'images basés sur des concepts, basés sur des entités et basés sur des connexions en perspective, en mettant l'accent sur l'analyse des relations graphiques et visuelles entre les images.
Couvre les techniques de récupération d'informations de forme 3D à partir d'images 2D à l'aide de modèles d'ombrage et d'approches modernes d'apprentissage profond.
Discute de l'analyse de l'intensité et de la localisation dans les images avec des canaux fluorescents pour les changements d'expression des protéines.
Explore la classification des images en utilisant des arbres de décision et des forêts aléatoires pour réduire la variance et améliorer la robustesse du modèle.
