Extrait du rapport de stage de Gaël de Oliveira-Sicard
Nous avons développé un algorithme de traitement d’images afin extraire l’orientation en 3 dimensions des fibres de matière blanche à partir de données acquises sur des tranches de cerveaux de souris. L'algorithme, implémenté dans un module python, comprend un pipeline de traitement en plusieurs étapes et permet de traiter une image 3D. Tout d'abord, l'image est prétraitée : l'arrière-plan de l'image est retiré avec une reconstruction morphologique, l'image est débruitée avec un filtre curvature flow, puis son contraste est rehaussé à l'aide d'un filtre Laplacien de la Gaussienne (LoG). Ensuite, la méthode d'Otsu est utilisée pour segmenter l'image, afin de ne conserver que les fibres de matière blanche. Puis, finalement, l'orientation locale 3D des fibres est extraite par une analyse de la matrice Hessienne 3D.
Afin de valider l'algorithme, il a été testé sur des données provenant de microscopie par nappe de lumière (light-sheet microscopy). Des Regions Of Interest (ROIs) ont été extraites à partir d'une acquisition d'un cerveau entier, puis traitées avec l'algorithme développé. Ces données ayant une résolution très élevée, elles facilitent la comparaison de chaque étape.
Dans un deuxième temps, nous avons fait une courte expérimentation de segmentation sémantique afin de tester la viabilité de cette méthode pour améliorer l'étape de segmentation de l'algorithme précédent. Un réseau de neurones U-Net a été entraîné pour segmenter le volume. La validation de cette méthode s'est faite avec des résultats concluants.