Laboratoire mips

Modélisation, Intelligence, Processus et Systèmes

Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS
UHA
Laboratoire MIPS Laboratoire MIPS Laboratoire MIPS

Projet supporté par la région Alsace dans le cadre du CPER 2007-2013

Pilotes du projet :

Alain Dieterlen, (Pr.) responsable du projet
Bernard thirion, Michel Hassenforder et Jean Philippe Urban (Pr.).

Permanents :

Olivier Haeberlé (Pr.), Jean Luc Buessler (MCF), Hubert Kihl (MCF), Christophe Cudel (MCF), Bruno Colicchio (MCF), Bertrand Simon (MCF)

Collaborations:

  • Université de Haute Alsace (IS2M)
  • Equipes régionales (UMR CNRS 7034 de l'ULP; L'ESBS et L'IGBMC à Strasbourg)
  • Centre International (Life Imaging Center Institute of Biology Albert-Ludwigs-University Freiburg, l'EMBL à Heidelberg)
  • Projet européen HT3DEM (Biozentrum Basel, Max Planck Institute of Biochemistry, FEI Electron Optics, Seyonic S.A.)
  • HT3DEM initiative (Biozentrum Basel, Max Planck Institute of Biochemistry, FEI Electron Optics, Seyonic S.A.)
  • Projet TopModl (LIFL, CEA List, EPFL, ESEO, IRISA)

Description :

Le projet IMMSI (Imagerie Microscopique Multidimensionnelle et les Systèmes d'Informations) est un projet multidisciplinaire regroupant autour de sa problématique l'ensemble des thèmes du laboratoire MIPS (génie logiciel, traitement du signal et de l'image et automatique).

Ce projet s'articule autour des compétences de l'équipe MIPS dans les domaines de l'imagerie et de la gestion de l'information. L'objectif est d'aménager et développer les aspects matériels et logiciels de plates-formes d'Imagerie en Microscopie Multidimensionnelle. Il consiste à optimiser et intégrer les instruments et traitements déjà développés en microscopie électronique 2D, en microscopie optique 3D, en Systèmes d'Information pour l'image dédiés à l'analyse automatique. Les axes instrumentaux et traitement d'images, en microscopie optique et électronique, capitalisent des compétences en relation avec les utilisateurs, l'axe système d'information modélise ces aspects afin d'optimiser les traitements et le développement d'outils d'analyses.

Instrumentation et traitement d'images

En microscopie optique, la partie instrumentale consiste d'une part à améliorer la qualité d'acquisition des images en fluorescence 3D sur le microscope du Centre Hospitalier de Mulhouse et d'autre part à optimiser la résolution et la vitesse du microscope tomographique diffractif 3D du laboratoire.

Sur le microscope champ large en fluorescence, nous avons fait l'acquisition d'une caméra haute sensibilité (CoolSnap HQ) et réalisé sa synchronisation avec le contrôle du flux d'excitation de la fluorescence. Cette amélioration offre un nouveau champ d'application de mesure sur des échantillons dont la stabilité de fluorescence est faible et est un gage de qualité pour la métrologie de l'information. Des échantillons de billes de latex calibrées de 100nm et 15µm de diamètre ont été acquis pour réaliser des tests d'outils de déconvolution sur des objets dont l'épaisseur influence la formation de l'image 3D. Ce travail, de prise en compte de la non invariance spatiale, est réalisé dans le cadre de la thèse régionale d'Elie Maalouf (fin septembre 2010). La future évolution de ce poste, par la mise en place d'une platine motorisée X, Y et Z, ouvrira la possibilité d'analyser des échantillons de type différents, tel des nanoparticules ou des matériaux non transparents.

En parallèle, le poste de microscopie tomographique diffractif subit des améliorations sur le plan de la résolution et de la vitesse d'acquisition. Ce type de microscope particulièrement novateur voit son intérêt grandir auprès des biologistes, dans le cadre d'un projet soutenu par la région Alsace à travers Conectus, un démonstrateur est en cours d'élaboration.

Sur le même bâti de microscope l'association de la mesure de la cartographie des indices du spécimen (tomographie diffractive) est associée avec l'information de fluorescence (tête confocale). De premières études sur des échantillons biologiques montrent le potentiel de cette association, l'équipement d'une nouvelle source laser permettra l'analyse de nouveaux échantillons, de nouvelles collaborations pourront être possibles. La fusion des données de ces deux types de microscopie fait partie du projet DIAMOND soutenu par l'ANR (début décembre 2009).

Les microscopes électroniques modernes peuvent être entièrement commandés à travers des interfaces logicielles. La plateforme HT3DEM est la première réalisation robotisée qui intègre le traitement de l'image pour assurer, sans aucune intervention d'un opérateur humain, l'ensemble des étapes nécessaires à la caractérisation d'un échantillon : recherche des régions d'intérêt sur la grille, acquisitions à diverses résolutions et analyse des caractéristiques visuelles des objets, validation des caractéristiques cristallines par analyse du spectre de Fourier. Le pré-chargement de 96 grilles dans un auto-loader permet un fonctionnement continu du microscope sur environ 48 heures ; l'ensemble des images acquises et des résultats sont ensuite disponibles à travers une base de données qui facilite l'interprétation globale et la comparaison des conditions expérimentales.

L'automatisation de l'étape d'analyse des échantillons en Microscopie Electronique (ME), permet à la plateforme HT3DEM de compléter une chaîne entièrement robotisée qui détermine les conditions de cristallisation de protéines membranaires. L'exploitation des images est actuellement le goulet d'étranglement de ce type de projet. D'une façon plus générale, l'analyse algorithmique et rapide d'image est un enjeu important pour de nombreux projets de biologie caractérisés par la production massive d'images.

Les caractéristiques très particulières des images de membranes en ME nous ont conduits à proposer de nouvelles techniques algorithmiques, dont certaines pourront être aisément reprises ou étendues à d'autres applications.

Une thèse en cours (Pamela Daum, soutenance octobre 2011) s'appuie sur les avancées récentes dans le domaine des réseaux de neurones artificiels pour élaborer de nouveaux outils de reconnaissance ou de classification des objets, adaptés au contexte de l'imagerie en microscopie. Le projet HT3DEM nous a confronté à l'identification d'éléments d'images à partir d'un catalogue relativement réduit d'objets potentiels, mais extrêmement polymorphes. Une membrane n'a ni taille ni contours réguliers, elle peut se replier sur elle-même, se superposer à d'autres,… Le succès d'une première classification, très empirique, à partir de certains éléments de signature suffisamment reproductibles, nous incite à approfondir ce thème de recherche.

Cet axe du projet IMMSI s'appuie sur une expérience qui se développe depuis plus de 15 ans, de nombreuses thèses ont été soutenues et d'autres se poursuivent, le nombre de collaborations avec des centres de recherches témoignent de la vitalité de ces travaux en microscopie optique et électronique. L'expertise acquise sur des systèmes microscopique avec chacun leurs spécificités sont parfaitement complémentaires, elles se déclinent de la modélisation de la formation d'images à l'analyse des données 2D et 3D en passant par la mise en œuvre d'outils de restauration. Par ailleurs, l'acquisition d'un moniteur auto stéréoscopique nous a permis de développer un moteur d'affichage avec un rendu en 3D consultable sans lunette. Ce moteur permet de visualiser clairement un modèle 3D issu d'une acquisition d'une série d'images.

Les spécificités du traitement d'image en microscopie optique et électronique peuvent être classées en notions suivantes :

  • Notion d'échelle : par définition la microscopie vise à imager des objets de petite dimension à des échelles variables, donc des formats de donnés variables et indexées seront le support de l'information.
  • Notion de résolution : la qualité d'une image et la quantité d'information sont directement reliées par la capacité à résoudre des détails fin de l'objet, donc la connaissance de la fonction de transfert et la restauration des données sont utilisés pour améliorer la qualité des acquisitions.
  • Notion de contraste : la quantification de l'information est souvent limités par de faibles contrastes qui nécessitant la mise en œuvre de techniques spécifiques de marquage et d'analyse d'images pour la segmentation de l'information.
  • Notion de volume de données : la multiplicité des systèmes d'imageries ainsi que les besoins de quantité d'analyse en biologie induisent des masses de données à analyser gigantesques, donc des stratégies d'automatisation et d'optimisation des traitements.

Toutes ces notions sont capitalisées dans ce projet et la collaboration avec d'autres équipes ouvre la possibilité d'étudier la généralisation de ces approches pour proposer aux utilisateurs de microscope des outils intégrant toutes les étapes de l'étude jusqu'à la visualisation des résultats.

Systèmes d'informations

À la rentrée 2008 une thèse a débuté avec comme objectif principal la mise en place d'un système d'information original destiné d'une part au pilotage et à la caractérisation du microscope et d'autres part à la gestion des acquisitions et des traitements. Fort de l'expérience du MIPS en microscopie, nous nous sommes également rapprochés de l'équipe de la plate forme de microscopie à l'IGBMC afin d'appréhender efficacement cette problématique. En effet, les systèmes d'imagerie microscopique multidimensionnelle (IMM) sont devenus des systèmes d'acquisition et de traitement d'images (TI) multiples et complexes. Ils sont capables de mettre en œuvre un ensemble de techniques d'imagerie permettant la saisie, la transformation, l'analyse et l'affichage d'images. De la combinaison de ces différentes techniques — appelées également opérations — résulte des TI dont la pertinence dépend entièrement de la bonne orchestration des opérations utilisées. Cependant les connaissances mises en œuvre lors de la conception de ces orchestrations sont souvent le fruit de nombreuses expérimentations dont les données sont mal formalisées. Ainsi, un TI se traduit dans la plupart des cas par un programme monolithique de plusieurs dizaines voir centaines de lignes de code dédiées à une seule fonction. L'ensemble des connaissances nécessaires à la bonne orchestration des techniques du TI — les différentes opérations, mais également leur ordre d'exécution et leurs paramètres — sont entièrement contenus dans ces instructions séquentielles. Cet état de fait rend les orchestrations existantes difficilement appréhendables, et par conséquent les réutiliser et les adapter à de nouvelles images sont des étapes complexes et chronophages.

Parallèlement, les systèmes de gestion de workflows constituent désormais une solution pertinente pour l'orchestration de services. De par leurs fonctionnalités, ils permettent de faciliter la lecture des orchestrations et ainsi de mettre en évidence l'ensemble des connaissances qu'elles contiennent. En effet, l'activité des traiteurs d'images consiste en pratique à modéliser un workflow dont chacune des étapes correspond à une opération de TI. Il nous apparaît alors possible de formaliser ce workflow et de le capitaliser afin de permettre la réutilisation des connaissances métiers qu'il véhicule.

Notre démarche consiste donc à promouvoir ces workflows implicites en les formalisant dans des modèles et en les stockant au sein d'une base de connaissances telle qu'une ontologie. Les opérations spécifiques au TI seront alors considérées comme des éléments réutilisables et leur sémantique pourra être capturée dans l'ontologie. L'exploitation de cette dernière permettra de faciliter le travail des traiteurs d'images en suggérant les éléments réutilisables répondant aux besoins requis, sous réserve de conservation et de validation de leurs conditions d'interopérabilité.

Cependant, cette approche met en avant deux problèmes majeurs. Le premier est la nécessité d'être en possession dès le départ d'une ontologie complète du domaine ciblé, afin de permettre aux traiteurs d'images de décrire les éléments réutilisables. De plus, l'ajout d'un concept dans une ontologie requiert l'intervention d'un expert en ontologies, se qui fait que leur maintenance est une tâche difficile. Le second problème est qu'il est nécessaire de décrire les éléments réutilisables avec les concepts de l'ontologie. Cette tâche est, en théorie, réalisée par son concepteur, mais en pratique, elle n'est que rarement effectuée. Notre objectif est donc de capitaliser, de façon non intrusive, les connaissances des traiteurs d'images. Pour se faire, nous allons questionner l'utilisateur des éléments réutilisables plutôt que leur concepteur. Les questions concerneront le choix réalisé par l'utilisateur et la raison de cette décision vis à vis des autres éléments. Les réponses données viendront ainsi enrichir notre base de connaissances.

Nous utiliserons les technologies de la communauté du web sémantique et en particulier le tagging social. Nous proposons ainsi d'avoir recours à deux ontologies: d'un coté une ontologie représentant les concepts du domaine ciblé, et de l'autre, notre ontologie de folksonomie (appelée également « tagOntology » dans la littérature), formalisant notre propre définition du tagging social. Notre approche se divise en deux étapes. Durant la première, les réponses du traiteur d'image seront capturées, par des actions de tagging, dans notre tagOntology. La seconde étape consiste en un traitement exécuté sur notre tagOntology afin de déduire et d'insérer, de façon semi-automatique, les nouvelles connaissances acquises dans l'ontologie de domaine.

Notons finalement que notre démarche est ici appliquée au domaine de l'IMM, mais que notre ontologie de tagging n'est pas liée à un domaine particulier. Nous pouvons donc appliquer notre approche sur d'autres domaines comportant de grandes librairies d'éléments réutilisables, tel que les frameworks à composants.

Définition d'un tagging au sein de notre approche

Laboratoire MIPS

Appuyez sur le schéma pour l'agrandir

Valid XHTML 1.0 Transitional CSS Valide !