Online Image Analysis Treningskurs i Norge

Dette instruktørbaserte, live-treningen i Norge (online eller på sted) er rettet mot nybegynner- og mellomnivå-forskere og laboratorieprofesjonelle som ønsker å behandle og analysere bilder relaterert til histologiske vev, blodceller, alger og andre biologiske prøver.

Ved slutt på denne treningen vil deltakerne kunne:

• Navigere i Fijis grensesnitt og bruke ImageJs kjernefunksjoner.
• Forbehandle og forbedre vitenskapelige bilder for bedre analyse.
• Analysere bilder kvantitativt, inkludert celle telling og arealmåling.
• Automatisere gjentakende oppgaver ved hjelp av makroer og plugins.
• Tilpasse arbeidsflyt for spesifikke bildeanalysebehov i biologisk forskning.

Fiji er et åpen kildekode-bildebehandlingspakke som bundler ImageJ (en bildebehandlingsprogram for vitenskapelige flerdimensjonale bilder) og en rekke programtillegg for vitenskapelig bildeanalyse.

I denne instruktørløpte, live-treningen vil deltakerne lære hvordan de kan bruke Fiji-distribusjonen og dens underliggende ImageJ-program til å skape en bildeanalyseapplikasjon.

Til slutt av denne treningen vil deltakerne kunne:

• Bruke Fijis avanserte programmeringsfunksjoner og programkomponenter for å utvide ImageJ
• Sammenføre store 3D-bilder fra overlappende tile-avbildninger
• Oppdatere en Fiji-installasjon automatisk ved oppstart ved hjelp av den integrerte oppdateringssystemet
• Velge mellom et bredt utvalg av skriptspråk for å bygge tilpassede bildeanalyse-løsninger
• Bruke Fijis kraftige biblioteker, som ImgLib, på store bioimage-datasett
• Distrere deres applikasjon og samarbeide med andre forskere om lignende prosjekter

Kursformat

• Interaktiv forelesning og diskusjon.
• Masse øvelser og praksis.
• Håndtering i et live-lab-miljø.

Kursinnhold tilpassingsmuligheter

• For å be om et tilpasset kurs for dette tildel, vennligst kontakt oss for å organisere.

Pattern Matching er en teknikk som brukes til å lokalisere spesifiserte mønstre i et bilde. Den kan brukes til å bestemme eksistensen av spesifiserte egenskaper i et tatt bilde, for eksempel forventet etikett på et defekt produkt i en fabrikklinje eller de spesifiserte dimensjonene til en komponent. Det er forskjellig fra "Pattern Recognition" (som gjenkjenner generelle mønstre basert på større samlinger av relaterte prøver) ved at det spesifikt dikterer hva vi leter etter, og deretter forteller oss om det forventede mønsteret eksisterer eller ikke.

Kursets format

• Dette kurset introduserer tilnærmingene, teknologiene og algoritmene som brukes innen mønstertilpasning slik det gjelder Machine Vision.