L'École doctorale Manutech-SLEIGHT est fière d'organiser son événement phare, qui réunira des chercheurs de haut niveau, des leaders du secteur et des étudiants du site Saint-Étienne-Lyon pour une expérience transformatrice de trois jours.

l'IA pour l'analyse d'images en médecine
Cet événement estival se concentrera sur le domaine d'avant-garde de « l'IA pour l'analyse d'images dans les domaines médical et biomédical ». Il ne s'agit pas simplement d'une conférence, mais d'un parcours d'apprentissage intensif conçu pour combler le fossé entre la théorie et l'application clinique.

Une expérience d'apprentissage immersive

Les participants acquerront une expertise inégalée, passant des concepts fondamentaux aux méthodologies de pointe grâce à une approche pédagogique unique :

🔹 Maîtrise théorique : immersion dans les fondamentaux de l'apprentissage profond, des réseaux neuronaux convolutifs (CNN) et de leurs applications spécifiques dans le domaine de la santé grâce à 11 heures de cours magistraux

🔹 Application pratique : allez au-delà de la théorie grâce à 3 tutoriels pratiques utilisant des ensembles de données réels et des outils de pointe pour résoudre des défis médicaux concrets.

Réseautez, présentez et innovez
L'événement favorise l'émergence d'une communauté dynamique en mettant en relation le monde universitaire et l'industrie :

🔸 Sessions pour les jeunes chercheurs : deux sessions dédiées permettront aux jeunes chercheurs (doctorants, post-doctorants, ingénieurs de recherche, etc.) de présenter les derniers résultats de leurs travaux, de bénéficier des commentaires constructifs de la communauté internationale et de donner un nouvel élan à leur carrière.

🔸 Perspectives du secteur : grâce à notre partenariat stratégique avec le pôle numérique Minalogic, les participants découvriront des applications pratiques et des cas d'utilisation qui façonnent l'avenir de la santé numérique.

Thèmes techniques clés
Le programme couvre les avancées les plus urgentes dans le domaine :

▪️ Fondamentaux : apprentissage profond et réseaux neuronaux convolutifs (CNN)

▪️ Apprentissage avancé : apprentissage auto-supervisé et semi-supervisé pour l'analyse d'images

▪️ Adaptabilité : apprentissage par transfert et stratégies d'adaptation de domaine

▪️ IA générative : génération de données et modèles de diffusion

▪️ Innovation : réseaux neuronaux inspirés de la physique

▪️ Analyse dynamique : analyse vidéo et données spatio-temporelles

▪️ Simulation : jumeaux numériques dans le domaine de la santé

▪️ Éthique et fiabilité : IA digne de confiance, explicable et contrefactuel