Segmentation d'images de microscopie en couleur pour l'analyse automatique de cultures cytologiques

par Estelle Glory

Thèse de doctorat en Sciences de la vie et de la matière. Informatique

Sous la direction de Georges Stamon.

Soutenue en 2005

à Paris 5 .


  • Résumé

    Cette thèse propose une stratégie de criblage à haut débit pour établir un protocole de thérapie cellulaire avec des cellules musculaires souches adultes. Elle présente une méthode complètement automatique pour quantifier les cultures cellulaires, de la culture à l’interprétation de données. L’analyse d’images repose sur la couleur des noyaux cellulaires. Les paramètres de l’algorithme sont déterminés par un critère spécialement conçu pour évaluer la qualité des segmentations d’images cytologiques. La deuxième contribution est le développement d’une classification adaptative qui distingue les noyaux individuels des agrégats, en utilisant une approche non-paramétrique. Les agrégats sont individualisés par une méthode de division-fusion combinant différentes implémentations de la ligne de partage des eaux. Les résultats produisent un taux d’erreur de dénombrement inférieur à 2%, avec 7% d’erreurs pour les agrégats et 0,5% pour les noyaux individuels, comparés à un comptage manuel.

  • Titre traduit

    Segmentation d’Images de Microscopie en Couleur pour l’Analyse Automatique de Culture Cytologiques


  • Résumé

    This work deals with a high throughput screening strategy to carry out a novel cell therapy based on adult muscular stem cells. This project proposes a complete method, from cdl culture to data interpretation, to automate ceil culture quantifications. Image analysis was based on color information obtained from stained cell nuclei. The parameters of the processing algorithm were informed by a criterion especially designed to evaluate the quality of cytological image segmentations. The second contribution is an adaptive classification of individual and aggregated nuclei into two classes by using a non-parametric approach. The aggregated nuclei were processed by a ‘split and merge’ approach that combined different watershed algonthms for splitting and minimized a cost function for merging. This image analysis algorithm produced a global counting error rate lower than 2%, with about 7% of errors for aggregated nuclei and about 0. 5% for individual nuclei, compared with a manual counting.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. ([245] p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. en fin de chap. Annexes

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque Saints-Pères Sciences (Paris). Service commun de la documentation. Bibliothèque Saints-Pères Sciences.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.