Traitement d'images MEB-FIB et segmentation IA 

Sabrina CLUSIAU
McGill University

Les acquisitions 3D effectuées avec les MEB-FIB produisent des volumes à haute résolution dans tous les axes spatiaux, ce qui nous permet d’avoir un maximum d’informations sur nos échantillons.
En revanche, les tâches d’analyse et de traitement d’images qui suivent les acquisitions sont complexifiées par l’importante quantité de données générées, d’où la nécessité d’utiliser des logiciels de traitement d’images.
De plus, les acquisitions étant rarement parfaites, elles requièrent l’utilisation d’algorithmes de recalage, de filtrage de bruit et de segmentation.

De nombreux outils sont disponibles pour les utilisateurs ayant besoin de traitements et d’améliorations des images. Par la suite, comme il est souvent requis d’effectuer des analyses quantitatives, la segmentation des composantes est nécessaire. Cette étape peut être effectuée à l’aide d’une variété d’algorithmes incluant l’apprentissage profond.

L’apprentissage profond a révolutionné le domaine de la segmentation et c’est une approche que les microscopistes doivent connaître.
L’exposé couvrira les principales techniques à envisager pour le traitement d’acquisitions MEB-FIB