Une équipe multidisciplinaire de la Faculté vient de faire paraître dans Nature Communications les résultats d’une recherche importante sur les apports de l’intelligence artificielle (IA), notamment en apprentissage machine, dans la calibration de microscopes à très haute résolution utilisés dans la nanoscopie optique.
Menée par Audrey Durand, diplômée au doctorat en génie électrique, et Flavie Lavoie-Cardinal, professeure associée au Département de physique, de génie physique et d’optique, l’équipe a ainsi posé les jalons de ce qui, à terme, aidera grandement à la démocratisation de ces appareils. Il faut comprendre que, malgré l’avancée immense que représentent ces techniques d’imagerie destinées à avoir un aperçu en temps réel des activités de différents types de cellules, le long processus de calibration de l’appareil et l’expertise qu’il demande représente un frein à son utilisation. En démontrant l’efficacité de l’apprentissage machine dans l’automatisation de cette tâche, les chercheurs améliorent l’accessibilité et la performance de ces outils ainsi que la qualité générale des images obtenues.
Ont contribué à cette recherche les professeurs Paul De Koninck, du Département de biochimie, de microbiologie et de bio-informatique, et Christian Gagné, du Département de génie électrique et de génie informatique, ainsi que Theresa Wiesner, doctorante en biophotonique, Marc-André Gardner, doctorant en génie électrique, Louis-Émile Robitaille, étudiant à la maîtrise en génie électrique, et Anthony Bilodeau, étudiant à la maîtrise en biophotonique.
Toutes nos félicitations à l’équipe pour cette avancée technologique!
Pour plus de détails, nous vous invitons à consulter l’article «Pour y voir plus clair dans les cellules» publié par Le Fil. Vous pouvez aussi lire l’article original «A machine learning approach for online automated optimization of super-resolution optical microscopy» sur le site de Nature Communications.
10 décembre 2018