Santé

Système de vision par ordinateur analyse automatiquement les cellules

mm
Ajouter Unite.AI à vos sources préférées sur Google

Un nouveau système de vision par ordinateur développé par des chercheurs de l’Universidad Carlos III de Madrid (UC3M) permet l’analyse automatique de vidéos biomédicales capturées par microscopie. Le système caractérise et décrit le comportement des cellules dans les images.

La technique nouvellement développée a été utilisée pour des mesures sur des tissus vivants, effectuées par des scientifiques du Centre national de recherche cardiovasculaire. À travers cette recherche, l’équipe a découvert que les neutrophiles, un type de cellule immunitaire, présentent des comportements différents dans le sang lors de processus inflammatoires. De plus, ils ont constaté qu’un de ces processus est associé à la maladie cardiovasculaire.

La recherche a été publiée dans la revue Nature.

Permet de nouveaux traitements

Ces développements pourraient permettre de nouveaux traitements pour minimiser l’impact des attaques cardiaques.

Le professeur Fernando Díaz de María est le chef du groupe de traitement multimédia de l’UC3M et l’un des auteurs de la recherche.

“Notre contribution consiste en la conception et le développement d’un système entièrement automatique, basé sur des techniques de vision par ordinateur, qui nous permet de caractériser les cellules étudiées en analysant les vidéos capturées par les biologistes utilisant la technique de microscopie intravital”, déclare María.

Alors que les études biologiques traditionnelles sont souvent soutenues par des analyses de quelques centaines de cellules caractérisées manuellement, la nouvelle étude a impliqué des mesures automatiques de la forme, de la taille, des mouvements et de la position relative au vaisseau sanguin de quelques milliers de cellules. Cela permet de réaliser des analyses biologiques avancées qui ont une plus grande signification statistique.

Avantages du nouveau système

Les chercheurs affirment que le nouveau système présente divers avantages en termes de temps et de précision.

Ivan González Díaz est professeur associé au département de théorie du signal et des communications de l’UC3M. Il est également l’un des membres de l’équipe de recherche.

“Il n’est pas réalisable de garder un biologiste expert en segmentation et suivi de cellules sur vidéo pendant des mois. D’un autre côté, pour donner une idée approximative (car cela dépend du nombre de cellules et de la profondeur du volume 3D), notre système n’a besoin que de 15 minutes pour analyser une vidéo de 5 minutes”, déclare Díaz.

L’équipe a utilisé des réseaux de neurones profonds pour la segmentation et la détection des cellules. Pour déployer le système dans le nouveau contexte, l’équipe a dû générer de nombreux exemples de formation, et le système a dû incorporer diverses autres techniques statistiques et modèles géométriques.

Le système nécessite un logiciel versatile qui peut être adapté à d’autres problèmes.

Miguel Molina Moreno est un autre des chercheurs.

“En fait, nous l’appliquons déjà dans d’autres scénarios différents, en étudiant le comportement immunologique des cellules T et des cellules dendritiques dans les tissus cancéreux. Et les résultats provisoires sont prometteurs”, déclare Moreno.

Alex McFarland est un journaliste et écrivain en intelligence artificielle qui explore les derniers développements en intelligence artificielle. Il a collaboré avec de nombreuses startups et publications en intelligence artificielle dans le monde entier.