Développer une méthode semi-automatisée pour la segmentation des structures histologiques dans des images prises à partir des lames colorées par H&E de routine, l’immunohistochimie étant inapplicable pour des raisons techniques. Les objets d’intérêt sont des villosités placentaires et leurs vaisseaux. Le but de l’étude EVUPA (Utero-Placental Vascularization in Normal and Impaired Pregnancies) est d’établir des corrélations entre les paramètres histomorphétriques de la vascularisation placentaire et les mesures 3D Doppler (3DD).

Les méthodes de segmentation classiques ne sont pas adaptées à des images peu contrastées colorées par H&E. Le défi représenté par ces images consistait à trouver des méthodes de segmentation minimisant l’intervention manuelle mais aussi le temps ordinateur consacré. Pour le résoudre, nous avons fait appel à :

– des algorithmes de segmentation reposant sur la triple détection de couleur, de marges et de texture [1Davies E.R. “Introduction to texture analysis”, handbook of texture analysis  London: Imperial College Press (2008). 

Haga clic aquí para ir a la sección de Referencias] ;

– des procédures d’apprentissage automatique supervisé [2Zhu X., Goldberg A.B. Introduction to semi-supervised learning Synth Lect Artif Intell Mach Learn 2009 ;  3 : 1-130 [cross-ref]

Haga clic aquí para ir a la sección de Referencias].

La segmentation procédait par des étapes consécutives de simplification des images pour visualiser d’abord les villosités et ensuite leurs vaisseaux. L’apprentissage d’identification des objets d’intérêt reposait sur un ensemble d’images vérifiées qui définissait les critères et les paramètres de segmentation appliqués ensuite à une série d’images de test. Les deux comportaient des étapes de vérification visuelle et de correction manuelle pour obtenir des masques binaires définitifs. Ont été mesurés, pour les deux objets d’intérêt, les paramètres suivants : aires, périmètres, diamètres de Feret, facteurs de forme.

Les algorithmes ainsi adaptés ont permis de mesurer ≈50 villosités et c 300–400 capillaires (l’équivalent de 2000–3000 données par cas) dans un temps ordinateur/opérateur ≈5–15min par cas.

Une série de comparaisons avec les données 3DD confirme la pertinence biologique des paramètres mesurés et des méthodes d’analyse d’images appliquées pour caractériser l’angiogenèse placentaire dans les situations physiologiques et de pathologies [3Duan J., Chabot-Lecoanet A.C., Perdriolle-Galet E., y al. Utero-placental vascularisation in normal and preeclamptic and intra-uterine growth restriction pregnancies: third trimester quantification using 3D power Doppler with comparison to placental vascular morphology (EVUPA): a prospective controlled study BMJ Open 2016 ;  6 (3) : e009909

Haga clic aquí para ir a la sección de Referencias].