Portail IP bandeau_genéral
  Laiq


  Responsable : Jean-Christophe OLIVO-MARIN (jcolivo@pastreur.fr)


  resume

 

Le Laboratoire d'Analyse d'Images Quantitative met au point des méthodes et des programmes de traitement d'images ciblés pour l'imagerie microscopique et visant à assurer une quantification automatique des images de microscopie biologique. Nos thèmes de recherche principaux sont l'analyse de la motilité et du changement de forme d'objets biologiques en mouvement, la quantification de fluorescence et l'analyse d'images couleur.



  rapport

cale

Analyse de mouvement et de forme (C. Zimmer, E. Glory, V. Meas-Yedid, J.-C. Olivo-Marin)

Nous avons engagé des travaux sur les modèles de contours actifs pour la segmentation et le suivi d'objets déformables en mouvement. Le modèle de contours actifs définit un contour comme une courbe à laquelle est associée une fonctionnelle dont on veut minimiser l'énergie qui elle-même dépend de la forme et de la situation du contour initial dans l'image d'origine. La modélisation de l'énergie doit donc prendre en compte l'information sur la courbure du contour ainsi que les caractéristiques intrinsèques de l'image au voisinage du contour en évolution. Nous avons utilisé le modèle GVF, qui est un champ de force non-potentiel, pour améliorer la convergence des contours actifs. Combinée à une dilatation des contours initiaux, cette modification assure une convergence plus robuste du contour. Dans le cadre d'un Programme Transversal de Recherche, les applications visées grâce à cet outil sont l'étude de la déformation et de la motilité d'amibes (collaboration avec l'Unité Biologie Cellulaire du Parasitisme) et l'analyse quantitative des changements morphologiques des lymphocytes T lors des étapes précoces de la réponse immune (collaboration avec l'Unité Biologie des Interactions Cellulaires).

Quantification d'images microscopiques multi-modales par contours actifs (V. Meas-Yedid, C. Zimmer, F. Cloppet, G. Stamon, J.-C. Olivo-Marin)

Notre objectif est de développer des algorithmes de traitement d'images automatiques ou semi-automatiques permettant de caractériser les changements de morphologie de cellules et de quantifier les molécules du cytosquelette participant à l'interaction de cellules. La méthode développée utilise plusieurs sources d'information complémentaires fournies par des images microscopiques de modalités différentes (fluorescence, contraste de phase). La première étape consiste à extraire les contours de la cellule, pour caractériser sa morphologie. Elle est réalisée sur une image en contraste de phase à l'aide des contours actifs. La phase suivante, la quantification des molécules du cytosquelette est faite sur l'image de fluorescence à partir des contours précédemment extraits à l'aide d'une succession de seuillages et d'opérateurs booléens. Ce projet s'inscrit dans le cadre du PTR : Etude de la polarité cellulaire par analyse d'image, et est réalisée en collaboration avec l'Unité de Biologie des Interactions Cellulaires et du laboratoire des Systèmes Intelligents de Perception (SIP) de Paris V.

Analyse de taches dans des images d'immunofluorescence (A. Genovesio, J.-C. Olivo-Marin)

La quantification d'images en immunofluorescence requiert soit la détection et le comptage automatiques de taches (spots) qui sont superposées à des objets biologiques, le plus souvent sur un arrière-plan d'aspect variable, soit la délimitation de compartiments cellulaires de dimensions plus importantes. Pour analyser ces images de manière quantitative, rapide et reproductible, nous avons développé des méthodes de détection et de caractérisation de taches. D'un point de vue algorithmique, le problème de la détection de taches est abordé sous l'angle d'un processus de génération et de recombinaison d'éléments de réponses multi-résolutions. L'étape de génération consiste à ne garder, à chaque niveau d'une représentation en ondelettes, que les réponses significatives du filtre détail à support local, après seuillage adaptatif. L'étape de recombinaison est effectuée en calculant, pour chaque position spatiale dans l'image, un coefficient de corrélation locale des coefficients d'ondelettes pré-filtrés. En vue d'applications à la microscopie dynamique, nous avons commencé à étendre nos méthodes pour permettre la détection de taches directement dans l'espace 3D.



  publications

puce Toutes les publications sur notre base de données


  personnel

  Secrétariat Chercheurs Stagiaires Autre personnel
 

Isabelle DULIEU, IP, idulieu@pasteur.fr

Christophe ZIMMER, post-doc, czimmer@pasteur.fr

Estelle GLORY, DESS

Auguste GENOVESIO, DEA

Sorin TILIE, DESS

Vannary MEAS-YEDID, Ingénieur IP, vmeasyed@pasteur.fr


filet

Debut de Page recherche Portail Institut Pasteur

En cas de problèmes, de remarques, ou de questions concernant cette page Web écrire à rescom@pasteur.fr.