IA
Description des principes
En amont, comme de nombreux scans consisteront en des matériaux et interfaces similaires (os / air ou os + tissus mous / air, ou kératine / air), l’IA peut permettre d’affiner la résolution des images et de retrouver des interfaces mieux résolues.
Les déformations difféomorphiques permettent de créer un atlas (taxon spécifique) et propager les labels associés aux différentes parties, structures d’intérêts afin de modéliser une surface, ou de circonscrire la zone d’intérêt. L’IA devrait permettre de corriger / optimiser ces processus, ainsi que d’harmoniser l’orientation des piles (stacks) d’images. Dans un second temps l’IA permettra d’optimiser la prédiction de marqueurs (landmarks) (cf Diamond et al. 2021, Devine et al. 2021).
Différentes applications de l'IA
L’indexation s’appuie sur des relations caractères-espèces, dont se déduisent les relations caractères-spécimens puisque l’on a déjà le lien entre spécimens et espèces, relations caractères-spécimens qui permettent d’annoter à grande échelle l’ensemble du corpus, afin d’entraîner les algorithmes de reconnaissance visuelle de caractères descriptifs dans les images. Ces relations caractères-espèces sont extraites de la littérature par fouille de texte.