Objectif de la séance :

Découvrir les fondements mathématiques de l'intelligence artificielle appliquée à l'imagerie médicale. Nous explorerons comment Google TensorFlow utilise des concepts d'algèbre linéaire pour "voir" et interpréter une radio, transformant des pixels en informations cliniques. L'objectif est de démystifier la Computer Vision et de montrer son potentiel pour le diagnostic.

Au programme :

• Introduction : De l'image à la matrice. Comment une radio est représentée en mathématiques.

• Le Cœur de l'IA : Le Produit de Convolution. Explication visuelle et intuitive de cette opération mathématique clé.

• Atelier pratique sur Google Colab :

  • Chargement et visualisation d'une image de radiographie pulmonaire (dataset public).

  • Application de filtres de convolution simples "à la main" (avec NumPy) pour détecter des contours ou des textures.

  • Brève démonstration de l'intégration de ces concepts dans un modèle TensorFlow pour la classification d'images.

• Échanges & Perspectives : Discussion sur l'impact de Google TensorFlow et de la Computer Vision en radiologie

Informations pratiques :

• Date et Heure : In coming...

• Lieu : In coming...

• Format : Présentation, démonstrations de code et échanges.

Public visé : Étudiants en L2/L3/Master Math-Info, développeurs, data scientists, professionnels de santé curieux, et toute personne souhaitant comprendre l'alliance entre les mathématiques, l'IA de Google et la médecine.

Prérequis :

• Un ordinateur portable (fortement recommandé pour suivre les démos sur Colab).

• Un compte Google actif.

• Des notions de base en Python et en algèbre sont un plus, mais non indispensables (nous expliquerons les concepts clés).

Rejoignez le GDG on campus Côte d'Azur University pour comprendre comment les mathématiques et Google TensorFlow sont en train de révolutionner la médecine !