Résultats de l’analyse par DiSTNet2D d’une vidéo de cellules bactériennes (Pseudomonas aeruginosa) © Maxime Deforet
  • Recherche

Sept photos pour les identifier tous...

En collaboration avec l'entreprise SABIlab (qui propose un soutien en analyse d'image aux laboratoires), des physiciens et physiciennes ont développé DiSTNet2D, un nouvel outil d'analyse d'image conçu pour améliorer significativement l'analyse de séquences d'images, qui s'appuie une architecture avancée de réseau neuronal profond pour analyser les vidéos en utilisant le contexte temporel.

> Pour en savoir plus, nous vous invitons à consulter l'article sur le site CNRS Physique

 


Références : DiSTNet2D: Leveraging Long-Range Temporal Information for Efficient Segmentation and Tracking, Jean Ollion, Martin Maliet, Caroline Giuglaris, Élise Vacher, and Maxime Deforet, PRX Life 2, publié le 16 avril 2024. Doi : 10.1103/PRXLife.2.023004 Archive ouverte : arXiv

Contact

Maxime Deforet

Chercheur CNRS, Laboratoire Jean Perrin (LJP)