Mesure de l’épaisseur de la paroi bronchique dans une coupe de poumon
Reactiv’IP a développé un script Python spécifique, basé sur la librairie IPSDK, pour mesurer automatiquement l’épaisseur de la paroi d’une bronchiole à partir d’une coupe de poumon acquise en microscopie optique en se basant sur les fluorochromes. Cette approche globale permet de générer un histogramme complet de l’épaisseur tout en évitant un travail manuel fastidieux habituellement réalisé par un opérateur.
Coupe de poumon, détection des parois du vaisseau et mesure automatique de l’épaisseur.
Cette application commence par détecter le canal bronchique à l’aide d’un modèle de Machine Learning préalablement créé à partir de quelques images. Une fois la segmentation du canal réalisée, l’algorithme calcule une carte de distance à partir du masque correspond aux parois. L’histogramme des épaisseurs est alors calculé en utilisant les valeurs des distances issues de la ligne de crête de cette carte de distance.
Histogramme de l’épaisseur de la paroi du canal en microns
Description détaillée du process
Apprentissage pour la détection du canal
La première étape a consisté à créer un modèle de Machine Learning à l’aide du module de Smart Segmentation proposé dans IPSDK Explorer. L’opération consiste simplement à marquer manuellement quelques zones faisant partie des parois et du canal. Une fois le modèle construit à partir d’une petite zone de l’image, il peut être réappliqué sur l’image complète ou sur d’autres images du même type.
Segmentation du canal
Une fois le modèle de Machine Learning créé, l’algorithme, complété par quelques opérations de morphologie, est capable de segmenter automatiquement le canal central.
Détection des tissus marqués
L’étape suivante consiste à construire un deuxième modèle de machine learning pour segmenter les tissus de la paroi bronchique qui apparaissent plus foncé à cause du fluorochrome utilisé.
Segmentation de la paroi
Le modèle précédemment construit permet de segmenter la paroi recherchée, mais aussi quelques tissus en dehors de la zone d’intérêt. Pour ne garder que les tissus intéressants, l’algorithme dilate un peu le masque du canal et ne conserve au final, que les tissus marqués en contact avec ce masque dilaté.
Calcul de l’histogramme des épaisseurs
Au final, le process utilise une carte de distance sur le tissu segmenté pour calculer l’histogramme des épaisseurs de la paroi.
Ce calcul est directement effectué à l’aide de la fonction Masked Histogram measurement 2d disponible en standard dans la librairie IPSDK.
