1.3 Nouvelles technologies d’imagerie microscopique et de traitement d’images 12
1.3.2 Problèmes posés par le traitement d’images
Les problèmes posés par le traitement automatisé des images de la lame entière sont de plusieurs ordres : la taille de ces images, la restitution des couleurs et le degré de compression, qui peut affecter le rendu couleur et l’apparence des structures.
1.3.2.1 Taille des images
Les lames virtuelles à haute résolution ont une très grande taille. Si on considère que la taille moyenne du tissu à acquérir est d’environ 4 cm2 et que l’on stocke l’image de
12Les Pictures Archiving and Communication Systems sont chargés d’archiver les images (ainsi que les commentaires associés) concernant un patient puis de les communiquer à travers un réseau informatique.
manière brute (sans information additionnelle, chaque pixel étant codé sur 3 octets), à une résolution de 0,5µm par pixel (ce qui correspond au grossissement 20X du microscope), le volume de l’image est d’environ 4,5 Go. Il est de 18 Go pour la même lame acquise au 40X.
Les algorithmes de traitement d’images ont souvent besoin, pour stocker les résultats in-termédiaires, d’un espace de mémoire égal à plusieurs fois la taille de l’image traitée. La taille mémoire ainsi demandée excède largement les capacités en mémoire RAM14 des ordinateurs actuels.
Traitement par bloc Puisque la taille de l’image est trop importante pour que l’on puisse traiter cette image en entier, la première idée qui vient à l’esprit est de la découper en blocs et de traiter chaque bloc indépendamment. Cette approche comporte cependant plusieurs inconvénients :
– la plupart des filtres basés sur un noyau de convolution ou un élément structurant ne gèrent pas correctement les bords des images,
– les objets coupés par les bords de l’image sont incomplètement détectés, – les objets situés sur les bords peuvent être détectés sur plus d’une image,
– les procédures de segmentation automatique qui prennent en compte le contenu glo-bal de l’image ne recueillent pas forcément la même information d’un fragment à l’autre et sont pris en défaut.
Pour répondre à ces inconvénients, il convient de travailler avec des images présentant un recouvrement avec les huit blocs voisins. La taille du recouvrement doit être supérieure à la demi-largeur du noyau de convolution ou de l’élément structurant des filtres utilisés. Elle doit également être supérieure à la taille élémentaire des objets à détecter (à supposer que celle-ci soit connue et fixe ; ce dernier point n’est pas vérifié, par exemple, dans la détection des vaisseaux sanguins). De cette manière, l’utilisation des noyaux de convolution ou des éléments structurants n’introduira pas d’artefact aux bords et tout objet sera entièrement détecté dans la zone utile de l’image. Afin que les objets ne soient comptabilisés qu’une seule fois, des règles supplémentaires doivent être ajoutées. Gundersen a ainsi développé la règle de la « ligne interdite » (tiling rule) [Gundersen et al., 1988] qui indique que les objets touchant les bords gauche et inférieur ne sont pas dénombrés (cf. figure 1.6). Miles a proposé de ne compter que les structures dont un point caractéristique (le barycentre par exemple) est situé à l’intérieur de la fenêtre de mesure (associated point rule) [Miles, 1978]. La règle dite de Miles-Lantuéjoul énonce, elle, qu’il ne faut conserver que les objets non coupés par le bord de l’image. Afin toutefois de ne pas favoriser la détection des objets de petite taille par rapport aux objets de grande taille, la fréquence des objets comptabilisés doit être pondérée par un facteur F proportionnel à leur taille par rapport à la taille de la fenêtre de mesure [Lantuéjoul, 1978] :
F = X Y
(X − Dfx)(Y − Dfy), (1.1)
où X et Y sont les dimensions de la fenêtre de mesure et Dfx et Dfyles diamètres de Feret horizontaux et verticaux de l’objet.
Afin de ne pas trop augmenter le temps de calcul par rapport à une image sans ment, la taille de l’image utile doit, si possible, rester grande devant la taille du
ment.
FIG. 1.6 – Le principe de la ligne interdite pour le dénombrement d’objets selon Gunder-sen [GunderGunder-sen et al., 1988] : seuls les objets ne touchant pas les bords gauche et inférieur de l’image (ligne rouge) sont comptabilisés (objets verts).
Dans le cas où des informations globales (positionnement dans une zone d’intérêt, etc.) sont nécessaires pour la segmentation locale, la taille de l’image doit être adaptée en utilisant une résolution pertinente ou bien en utilisant un processus de plus haut niveau (masque, multirésolution, etc.).
1.3.2.2 Restitution de la couleur des images
Lorsque l’information couleur est discriminante, il est important de s’assurer que la restitution de la couleur est identique d’une acquisition à l’autre : d’une lame à une autre lame de la même lésion, d’une lame à une autre lame de la même série de cas à analyser, et d’un système d’acquisition à un autre. Pour y parvenir, il convient de veiller à mettre en œuvre un protocole de coloration reproductible, à utiliser un éclairage homogène avec une température de couleur stabilisée, à réaliser une calibration régulière de l’appareil d’acquisition ou bien à appliquer une correction couleur de chaque image à traiter (en plus de la correction systématique par un champ blanc) et ce, idéalement, par référence à une lame étalon couleur.
1.3.2.3 Compression des images
Une autre difficulté peut être signalée : du fait de leur grande taille, les images sont souvent enregistrées compressées avec perte15(des ratios de 15:1 à 40:1 sont couramment observés). En fonction de la précision de la mesure souhaitée, cette compression peut
15La compression JPEG comporte une étape de quantification dont le but est d’atténuer les hautes fré-quences auxquelles l’œil humain est peu sensible. Selon la force de la quantification, les informations de texture peuvent ainsi être partiellement ou totalement détruites.
générer un bruit gênant, faire disparaître des détails pertinents des structures ou gommer les détails des couleurs. Au même titre que la résolution d’acquisition, le mode et le type de compression vont influer grandement sur la précision de la mesure.