Upload
eudo-favier
View
111
Download
3
Embed Size (px)
Citation preview
Caracterisation de la structure 3D d'un materiau cellulaire biologique
CEPIA-URPOICaractérisation et élaboration des produits issus de l’agriculture
(Jouy-en-Josas) (Nantes)
David Legland,Kiên Kiêu, Marie-Françoise Devaux
Contexte biologique
Objectif général : caractérisation de produits biologique/alimentaires
Différentes approches
chimiques, mécaniques,
sensorielles, génétiques ...
Analyse d'image
Différentes échelles d'observation
Echantillonnage du materiau
Etude du péricarpe de tomate
Échantillonnage pseudo-uniformeà la surface de la tomate
Acquisitions perpendiculairesà la surface -> traversées
Acqusition au microscope confocal
taille : 1cm x 1mm x 0.1mm, 3000 x 512 x 30 pixels
Collage 3D : Fromont & Devaux, 2003
Segmentation des images
● Correction intensité lum. (Kervrann2004)● Amélioration des lignes● Détection et filtrage des marqueurs● Segmentation : ligne de partage des eaux
Image améliorée Détection des minima
LPETraitement des minima
Résultats segmentation 3D
● Segmentation des cellules en 3D dans le péricarpe
● Mais on n'observe que des “troncs” de cellules ...
Probabilité d'échantillonnage non uniforme :
Tomate sphérique, de rayon 4 cm :
– Point 1 : à la surface (prof.=0)
– Point 2 : prof. = 1 cm
différence de proba : 30%
Construction de l'estimateur
● Mesures de Minkowski :● Volume● Surface● Longueur● Nombre
● Exprime les mesures sous la forme d'une somme de configuration de pixels
● Quantifie la probabilité d'échantillonnage● Pondère les mesures par l'inverse de la
probabilité d'échantillonnage
Expression des mesures
● Associe chaque configuration avec contribution locale
● Exemple pour la CEP 2D :
4
1*
Ohser, Steinbach & Lang 1998
Lang, Ohser & Hilfer, 2003
Proba échant en 2D
● Considère le cercle osculateur local
● Trouve les sondes qui échantillonnent le point
● Calcule la longueur de l'arc de cercle
● En 3D : proba dépend profondeur et courbures locales
Surface : modele de revolution
Utilise un contour moyen comme base de calcul des courbures
222
2/3221
''
'''
'""')(
sgn
d (mm) d (mm)
1 2
Calcul de la probabilité d'échantillonnage
prof
. (m
m)
Distance geodesique (mm)
Méthode générale :
Estimation
non biaisée
Estimation
courbures
,...,ˆ fwk
Contributions
Calculprobabilitééchantillonnage
Segmentation
Contributions pondrées
Estimations pour deux populations de tomates :
Vo lum e Surface Breadth « Num ber »(cm 3) (cm 2 ) (x10^ 6 m m ) (m illio ns)
Cm 1-1 50,2 14200 18,3 -0,9Cm 1-2 61 ,3 23600 43,2 8,0Cm 1-3 64,1 21400 33,1 13,1Cm 1-4 76,2 25000 36,6 6,9
Cm 2 -1 78,5 30500 49,5 14,8Cm 2 -2 65,7 23300 34,6 5,6Cm 2 -3 64,7 20900 31 ,9 5,7Cm 2 -4 64,5 24700 43,4 20,3
Me an 65 ,7 22900 36 ,3 9 ,2
Vo lum e Surface Breadth « Num ber »(cm 3) (cm 2 ) (x10^ 6 m m ) (m illio ns)
Qu 1-1 56,1 19500 31 ,8 6,1Qu 1-2 53,4 16800 27,0 6,5Qu 1-3 67,9 28300 50,2 18,6Qu 1-4 64,9 20800 27,0 -5,2
Qu 2 -1 62,2 20600 39,0 14,2Qu 2 -2 51 ,5 18100 35,0 13,0Qu 2 -3 56,7 17100 26,2 3,9Qu 2 -4 51 ,0 20200 42,8 22,1
Mean 57 ,9 20200 34 ,9 9 ,89
Nombre théorique de cellules : (Bertin et al.) 10 millions
Profils de densité
Cameron Quest
FIN