METHODE D’APPRENTISSAGE POUR LA DETECTION DE SPOTS EN MICROSCOPIE DE FLUORESCENCE

Encadrants : Thibault Lagache
Disponible : OUI

Spécialité : IMA
Nombre d'étudiants : 1
Description : En microscopie de fluorescence appliquée à l’imagerie biologique, les objets d’intérêt (ex. molécules, particules virales ou autres agents pathogènes…) sont souvent plus petits que la limite de résolution du microscope et apparaissent par conséquent comme des spots gaussiens dans l’image [1]. Des méthodes d’apprentissage profond pour la détection d’objets en imagerie biologique ont été développés (ex : StarDist [2], SplineDist [3], CellPose [4]…) mais sont plutôt adaptés à la détection d’objets plus gros comme les cellules dont l’extraction précise du contour est importante. L’objectif de ce projet sera d’adapter l’une des méthodes d’apprentissage précédentes à la détection rapide et robuste de spots Gaussiens dans les images de fluorescence.
Pré-requis : Maitrise de Python
Travail demandé : En microscopie de fluorescence appliquée à l’imagerie biologique, les objets d’intérêt (ex. molécules, particules virales ou autres agents pathogènes…) sont souvent plus petits que la limite de résolution du microscope et apparaissent par conséquent comme des spots gaussiens dans l’image [1]. Des méthodes d’apprentissage profond pour la détection d’objets en imagerie biologique ont été développés (ex : StarDist [2], SplineDist [3], CellPose [4]…) mais sont plutôt adaptés à la détection d’objets plus gros comme les cellules dont l’extraction précise du contour est importante. L’objectif de ce projet sera d’adapter l’une des méthodes d’apprentissage précédentes à la détection rapide et robuste de spots Gaussiens dans les images de fluorescence. [1] Zhang, B., Zerubia, J., & Olivo-Marin, J. C. (2007). Gaussian approximations of fluorescence microscope point-spread function models. Applied optics, 46(10), 1819-1829. [2] Schmidt, U., Weigert, M., Broaddus, C., & Myers, G. (2018, September). Cell detection with star-convex polygons. In International Conference on Medical Image Computing and Computer-Assisted Intervention (pp. 265-273). Springer, Cham. [3] Mandal, S., & Uhlmann, V. (2021, April). Splinedist: Automated cell segmentation with spline curves. In 2021 IEEE 18th International Symposium on Biomedical Imaging (ISBI) (pp. 1082-1086). IEEE. [4] Stringer, C., Wang, T., Michaelos, M., & Pachitariu, M. (2021). Cellpose: a generalist algorithm for cellular segmentation. Nature methods, 18(1), 100-106. [5] De Chaumont, F., Dallongeville, S., Chenouard, N., Hervé, N., Pop, S., Provoost, T., ... & Olivo-Marin, J. C. (2012). Icy: an open bioimage informatics platform for extended reproducible research. Nature methods, 9(7), 690-696.