Analyse d’images avec Tissue Recognition For Surface Quantification

Le programme « Tissue Recognition for Surface Quantification » permet de quantifier la proportion d’une zone de tissu par rapport à une autre, dans une région d’analyse (ROA) d’une lame virtuelle. Le programme se base sur les caractéristiques des tissus présents dans l’image. Dans certains contextes tels que la dermatologie, l’algorithme permet également de mesurer les épaisseurs moyennes des structures analysées.

Le protocole :

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

  • Création d’un modèle d’apprentissage
    L’outil RFT permet de créer une base d’apprentissage qui permettra ensuite 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 de classification de l’image basés sur l’algorithme d’apprentissage s’affichent afin de permettre à l’utilisateur de sélectionner les classes qu’il souhaite analyser et comparer.
  • La surface spécifique explorée
    Les classes sélectionnées constituent la surface d’intérêt à comparer (Numérateur).
  • La surface de référence
    Les classes sélectionnées représentent la surface de comparaison (Dénominateur).
  • Post traitement des masques
    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 des deux masques d’analyse tels que l’ajustement de la taille des objets, le lissage des contours…

La surface spécifique explorée comparée à la surface totale, dite de référence, est exprimé en pourcentage. Pour chacune des surfaces analysées, les résultats présentent également l’aire et l’épaisseur moyenne des tissus.

Découvrir comment créer un projet RFT