Discussion :

[gluknak]

Bonjour à tous,

Je cherche un programme ou une solution me permettant à partir d'une image de biospsie de segmenter les zones de fibrose (en rouge sur l'image) des zones saines (jaune sur l'image). Et ensuite de trouver le pourcentage des zones de fibroses par rapport aux zones saines.

- Segmenter l'image et différencier zones fibroses de zones saines.
- Donner le pourcentage des zones fibroses par rapport aux zones saines.

J'ai vu qu'il existait le programme ImageJ, mais je ne sais pas si on peut trouver un pourcentage des différentes zones.


Merci beaucoup de m'aider.

[Alexis.M]

Vu l'image que tu donnes tu n'as pas besoin de quelque chose de très évolué. Une fonction en 5 lignes de python/scipy ou matlab te donnera le résultat cherché:

1. Passe en niveau de gris
2. Flou gaussien pour atténuer la texture
3. Seuillage (à determiner)
4. Compte le nombre de pixel au dessus du seuil et divise par le nombre total de pixels

[gluknak]

Merci pour cette réponse, cependant le laboratoire dans lequel je travail ne possède pas matlab, et il souhaite une solution gratuite.
Y a t'il un moyen de faire avec ImageJ ou avec un autre logiciel gratuit?

[Jean Dumoncel]

Bonjour,

Je n'utilise pas souvent imageJ, mais tu devrais facilement pouvoir faire cette segmentation. 2 modules qui peuvent t'être utile :
Image->Adjust->Threshold...
et
Analyze->Measure

En cherchant sur le net "ImageJ threshold", tu devrais trouver des tutoriaux.

[gluknak]

Merci pour vos réponses.

Je me suis lancé sur ImageJ, j'ai fais:

- image en niveaux de gris (8 bits)
- Threshold (afin de garder que le rouge sur l'image originale) (voir images en annexe)
- Ensuite je regarde le nombre de pixel à 255 et je divise par le nombre de pixel de l'image, pour avoir le pourcentage de fibrose à l'image.

Ma méthode est-elle bonne?

Merci d'avance

[Alexis.M]

si tu ne veux as utiliser matlab il y a aussi la combinaison de python avec le module scipy.

sinon, je pense qu'il faudrait sans doute rajouter un flou gaussien afin d'uniformiser la texture avant de seuiller. Quant à savoir, si la segmentation est correcte, il faut voir avec les spécialistes (tes encadrants).

[Jean Dumoncel]

Oui, par contre vu ton image noir et blanc tu as du compter les pixels jaunes.

[gluknak]

J'ai rajouté un filtre Gaussien (avec Sigma Radius 2 par défaut: je ne sais pas si c'est bon) et voilà ce que ça donne : Image1

J'ai également essayé après le Threshold une ouverture : Image2

Laquelle de ces modifications vous semblent la meilleure??

[Jean Dumoncel]

Comme l'a dit Alexis.M, cette question est à poser à tes encadrants, tout dépend des définitions des zones de fibrose et des zones saines.

[gluknak]

Merci beaucoup, pour les limites des zones je vais demander.

Cependant, pouvez vous me donnez la nuance dans mon cas entre appliquer une ouverture après le Threshold, et appliquer un filtre gaussien avant le Threshold?

Pourquoi est-ce bien d'appliquer un filtre gaussien avant le Threshold? et quel est dans mon cas le meilleur paramêtre de ce filtre?

Merci

[ToTo13]

Bonjour,

dans ton cas il est inutile de travailler sur le canal rouge. Donc lors de ta conversion, considère que le rouge est à 0. Tu vois facilement cela avec ImageJ lorsque tu décomposes les couleurs (Image/Color/Split channels).

Je serai plutôt partisan d'une ouverture+fermeture (éléments structurants de taille 1 devrait suffire dans ton cas) pour homogénéiser les zones avant de seuiller.

[gluknak]

Merci Toto,

Donc je dois travailler sur la composante verte?
Comment choisir la taille de l'élément structurant?
De plus, l'ouverture et la fermeture ne peuvent pas se faire avant le seuillage.

[ToTo13]

Donc je dois travailler sur la composante verte?

Verte, bleu ou la moyenne des deux.

Comment choisir la taille de l'élément structurant?

Dans ton cas c'est pour éliminer les toutes petites composantes qui ressemblent à du bruit, donc la taille la plus petite.

De plus, l'ouverture et la fermeture ne peuvent pas se faire avant le seuillage.

Si si si, c'était en remplacement du filtrage gaussien.

[gluknak]

En fait, j'ai utilisé le plugin Threshold Color, et je garde que le rouge.
Qu'en pensez vous??

Il existe deja dans ImageJ un color threshold, mais je n'arrive pas a produire une image binaire.

Merci

[ToTo13]

Bonjour,

il y a le "Color/Split Channel" qui permet de décomposer les canaux.
Si tu connais un peu le Java, tu peux récupérer directement les informations de chaque canal en travaillant directement sur le Raster de la BufferedImage contenu dans les ImageProcessor. Ca semble barbare dit comme ça, mais c'est super simple.