Analyse d’images avec Tissue Recognition For ROA

Le programme « Tissue Recognition for ROA » permet de créer une région d’analyse basée sur les caractéristiques des tissus présents dans une image. Cet algorithme permet d’isoler la région à quantifier du reste du tissu en identifiant la tumeur, le stroma, la nécrose, le tissu sain… Il permet aussi d’identifier des architectures typiques dans des lames HE ou IHC afin de pouvoir les mesurer ou les quantifier dans un second temps.

Le protocole :

Les étapes de l’analyse d’images avec l’algorithme Tissue Recognition for ROA sont les suivantes  :

  • Création d’un modèle d’apprentissage
    L’outil RFT permet de créer une base d’apprentissage qui permettra d’identifier les tissus présentant les caractéristiques recherchées. L’utilisateur marque alors les différents tissus à l’aide d’un pinceau afin que l’algorithme puisse déterminer automatiquement les caractéristiques classificatoires.
  • Sélection des classes à analyser
    Les résultats du classement de l’image basés sur l’algorithme d’apprentissage s’affichent. Cela permet à l’utilisateur de sélectionner les classes qu’il souhaite analyser. Ainsi, uniquement la ou les zones sélectionnées seront conservées.
  • Post traitement du masque
    Les résultats du traitement de l’image s’affichent en fonction des classes sélectionnées. Des outils permettent à ce stade de réaliser un post-traitement du masque d’analyse : Ajustement de la taille des objets, lissage des contours…

Le masque créé par l’algorithme s’affiche sur la région d’analyse (ROA). Cette dernière peut alors être traitée par un programme d’analyse d’images et de quantification avec le logiciel CaloPix.

Découvrir comment créer un projet RFT