breadcrumbs icon
Santé

Découverte de biomarqueurs

Recherche

Segmentation chromosomique et classification profonde

Segmentation chromosomique et classification profonde

Pour:
Hôpitaux, médecins, cytogénéticiens, patients
Objectif:
Amélioration du développement de produits / R&D
Problème adressé
Automatisation du caryotypage des chromosomes dans les images d'étalement cellulaire. Segmentation de chromosomes en images par une foule non experte.
But du cas d'usage
Le caryotypage des chromosomes est réservé aux patients sains.
Description
L'analyse chromosomique en métaphase est l'une des principales techniques utilisées en cytogénétique. Les observations de segments chromosomiques ou de translocations pendant la métaphase peuvent indiquer des changements structurels dans le génome cellulaire et sont souvent utilisées à des fins de diagnostic. Le caryotypage des chromosomes micro-photographiés en métaphase est réalisé en caractérisant les chromosomes individuels dans des images d'étalement cellulaire. Actuellement, des efforts et du temps considérables sont consacrés à segmenter manuellement les chromosomes à partir d'images cellulaires et à classer les chromosomes segmentés dans l'un des vingt-quatre types, ou dans le cas de cellules malades, dans l'un des types transloqués connus. La segmentation des chromosomes dans de telles images peut être particulièrement laborieuse et est souvent effectuée manuellement s'il y a des chromosomes qui se chevauchent dans l'image et qui ne sont pas facilement séparables par des techniques de traitement d'image. De nombreuses techniques ont été proposées pour automatiser la segmentation et la classification des chromosomes à partir d'images étalées avec une précision raisonnable, mais compte tenu de la criticité du domaine, un humain dans la boucle est souvent encore nécessaire. Dans cet article, nous présentons une méthode pour segmenter et classer les chromosomes pour les patients en bonne santé en utilisant une combinaison de crowdsourcing, de prétraitement et d'apprentissage en profondeur, dans laquelle la foule non experte de CrowdFlower est utilisée pour segmenter les chromosomes de l'image cellulaire, qui sont ensuite redressés et introduits dans un réseau neuronal profond (hiérarchique) pour la classification. Des expériences sont réalisées sur quatre cents images de patients sains obtenues à partir d'un hôpital. Les résultats sont encourageants et promettent de réduire significativement le fardeau cognitif de la segmentation et du caryotype des chromosomes.
perceive frame img
Voir -Vidéo
Intéressé par le même projet ou un projet similaire ?
Soumettez une demande et obtenez une évaluation gratuite de votre projet.