• 诺丁汉大学

生物学家图像分析方法

得到一个介绍图像采集和分析生物学家——从图像分析的基本技术的未来。

3392年学习这门课程

提高图像分析的知识和能力来分析你的图像

使用自动图像分析在生物科学近年来显著增加,尤其是在自动化图像捕捉和表现型的崛起。

这个在线课程将帮助改善你的图像分析方法,理解和提高实践技能和能力的技术应用到你的照片。

你将探索图像采集的过程中,通过细分区域,计算和跟踪运动对象。重要的是,我们还将试图强调要注意当使用不同的图像分析方法。

下载视频:标准高清

跳到0分5秒本课程是生物学家的图像分析方法。图像分析是计算机科学的一个分支,我们关心世界和提取数字图像,从这些图片,一些定量的数据,描述了对象和我们看到的东西。最近的需求增加植物表型出现,特别是自动化植物表型出现使用机器人,有一个自动增加兴趣和需要衡量事情在这些图像。

跳到0分34秒所以这门课程的目的是给你介绍你需要思考的事情当你捕捉图像,以及如何开始去分析他们,看的一些技术,您可以使用它们来开始变得有趣的数据在你的图像。为什么我们做了生物学家?好吧,到处都是这些天在生物学图像。生物学家通常使用彩色摄像机、显微镜观察细胞分裂和生长的数量、专业设备如激光共焦显微镜三维图像结构的样本,而最近,微型计算机断层扫描、x光机,磁共振成像观察更大的物体的三维结构。

跳到1分17秒我们来看看一些思考在图像采集过程中,如何把最好质量的图像,如何处理你的照片,如果他们仍受到诸如图像噪声的影响,减少了图像的整体质量。一旦你有这些图片,你想要做像识别哪些像素属于植物。可以把这些图片和手工马克他们用户看他们和点的兴趣点,使手工测量。的困难是,用户往往会变得很累,很快。

跳到1分51秒往往有不同的人产生的测量数据之间的差异很小,和总体数据生产是非常主观的。它还需要很长一段时间。图像分析方法所能做的就是提供自动化的方法,软件工具的形式,可以采取客观的态度一个输入图像,并自动产生精确的定量数据用最少的人工干预。所以这门课应该给你很好地概述了一些常见的技术,您将使用,也许未来发展的方向,我们将试着给你一些指向一些更高级的话题,以及覆盖基础。

跳到2分30秒我们不假设人们观看这些视频是计算机科学家或有任何先验知识的图像分析和计算机视觉。我们不追求一个非常详细的对技术的理解,就足以让你利用已经存在的方法。

教学大纲

  • 星期1

    介绍图像和图像分析

    • 图像分析的问题

      图像分析的概述:我们想要实现什么,为什么它是困难的

    • 噪声,噪声降低

      图像的质量是至关重要的,如果他们是用于进一步分析。这里我们首先看看一些流程可以降低图像的质量,如图像噪声。

  • 星期2

    测量的图片

    • 测量的表现型

      表现型人气上升。这里我们考虑一些选择测量表现型的数据图像。

    • 介绍编码

      底层图像分析,通常所需的自动测量,计算机编码允许我们编写程序或脚本。在这里,我们提供了一个介绍这个主题。

  • 星期3

    图像分割:标签的地区

    • 基于像素分割

      介绍的最低水平分割,使用单独的像素

    • 提出市场细分

      像素收集到一起让我们做出更明智的分割图像。

    • 基于模型的segmention

      我们开始使用数学模型的形状和颜色来帮助我们段图像中的对象

  • 星期4

    下一个什么?

    • 3 d模型从2 d图像

      这里我们引入3 d模型的概念,并讨论如何从一组生成一个2 d图像。

    • 运动和增长

      有时我们希望监视变化或随着时间的增长。这需要一组特殊的图像分析技术,在这里我们将介绍。

    • 基于人工智能的方法:深入学习

      最近,取得了巨大进步的图像进行分析。深度学习更多的重大进展之一。将将引入话题,概述它是如何工作的,以及谈论未来的潜力。

你想什么时候开始?

马上开始,加入全球学习者的课堂。如果课程还没有开始你会看到未来的日期下面列出。

  • 现在有时间

学习这门课程

在过程的每一步你可以遇到其他学习者,分享你的想法和加入活跃在评论中讨论。

你能得到什么呢?

课程结束后,你将能够……

  • 提高质量的图像捕获的科学实验
  • 开发一个理解常见的图像分析技术和内容做一个图像分析工具
  • 基本图像处理方法应用于图像,如减少噪声的影响
  • 讨论所涉及的假设和挑战使用不同的图像分析方法
  • 执行各种图像分割方法
  • 表现型探索未来的图像分析,包括一看基于ai的方法
  • 调查计算机编码,使用Python语言

这门课程是为谁设置的?

本课程是专为生物科学的研究生和博士后研究人员。

使用自动图像分析在生物科学近年来显著增加,尤其是在自动化图像捕捉和表现型的崛起。

这个在线课程将帮助改善你的图像分析方法,理解和提高实践技能和能力的技术应用到你的照片。

本课程的开发和交付支持生物技术和生物科学研究委员会培训格兰特BB / P011845/1图像分析生物学家:一个在线课程。

你需要什么软件或工具?

课程和斐济实习参考开源软件(http://fiji.sc/)。用这个你需要一个计算机(而不是平板电脑或智能手机)。请见安装说明在斐济的网站。

谁将你学习?

安德鲁法语是诺丁汉大学的计算机科学教授。他的研究领域是开发新颖的图像分析方法,针对生物图像。

托尼是诺丁汉大学的计算机科学教授。他教会了图像处理和计算机视觉自1990年以来,现在领导一个团队开发基于图像的植物表型出现的方法。

艾米·劳是一个博士生在诺丁汉大学的计算机科学。她的研究是使用高光谱数据图像分析方法。

迈克尔•庞德是一个研究员和计算机科学学院的讲师,英国诺丁汉大学。我的研究兴趣集中在深层次的学习应用于植物表型出现问题。

谁开发的课程?

诺丁汉大学的

诺丁汉大学致力于提供一个真正的国际教育,激励学生与世界领先的研究和世界各地的社区中。

推荐

学习方法

买这个课程

订阅无限

与有限的访问

选择最适合你的学习方法!

59美元

一次性付款

27.99美元/月

自动更新

免费的

开启你的专长 访问数以百计的课程 本课程尝试——限制
接触这门课 蜱虫 蜱虫 限制在4周
访问所有符合条件的课程 交叉 蜱虫 交叉
以自己的节奏学习 蜱虫 蜱虫 交叉
在评论中讨论你的学习 蜱虫 蜱虫 蜱虫
证书当你有资格 印刷和数字 数字只 交叉
买这个课程

学习方法

订阅无限 访问这个课程和数以百计的其他短期课程一年或电竞博彩app有什么只买这个课程 额外的好处。或者,与有限的访问

订阅无限

27.99美元/月

自动更新

访问数以百计的课程

  • 接触这门课
  • 访问所有符合条件的短期课程电竞博彩app有什么
  • 以自己的节奏学习
  • 在评论中讨论你的学习
  • 数字证书当你有资格

买这个课程

59美元

一次性付款

开启你的专长

  • 接触这门课
  • 以自己的节奏学习
  • 在评论中讨论你的学习
  • 当你合格的印刷和数字证书

与有限的访问

免费的

先试后买

  • 有限的访问为4周课程内容

找到更多关于证书,无限的 购买课程(升级)

找到更多关于证书,无限的 购买课程(升级)

学习FutureLearn

你的学习,你的规则

  • 课程分为几周,活动,和步骤来帮助你跟踪你的学习
  • 通过混合学习的视频,长期和短小精悍的文章,音频,和实践活动
  • 保持动力通过进步页面记录你的步骤完成和评估分数

加入一个全球教室

  • 体验社会学习的力量,启发学习者的国际网络
  • 分享想法与你的同行和教育者在过程的每一步
  • 喜欢加入谈话通过阅读,@,书签和回复别人的评论

地图你的进步

  • 当你通过工作时,使用通知和指导你的学习进度页面
  • 只要你准备好了,每一步都标记为完成,你在控制
  • 完成90%的课程和所有的评估步骤取得证书

想知道更多关于学习FutureLearn吗?盖世电竞里钱如何提现

学习者的评论

学习者的评论不能加载cookie设置。请 并刷新页面查看此内容。

你知道一个人会爱这门课吗?告诉他们…

您可以使用标签# FLIAforBiologists 在社交媒体上谈论这门课。