Annotation des cellules musculaires squelettiques

Découvrez comment nous avons aidé l’université de Newcastle à annoter des cellules musculaires squelettiques. L’université souhaitait entraîner son modèle de profilage des maladies mitochondriales à partir d’images par cytométrie de masse (IMC).

Avant Après before the annotation of skeletal muscle cellsafter the annotation of skeletal muscle cells

Les maladies mitochondriales sont individuellement peu communes, mais elles constituent collectivement le trouble métabolique le plus courant, touchant 1 personne sur 5 000. Elles peuvent entraîner de graves handicaps et avoir une incidence négative sur l’espérance de vie des patients.

L’analyse de ces images a nécessité l’annotation semi-automatique de milliers de muscles squelettiques dans des images IMC de biopsies musculaires de patients. 

Contexte

CONTEXTE

L'université de Newcastle a utilisé d’IA Explicable pour faire avancer la recherche sur les maladies mitochondriales.

Screenshot pris sur Zeiss Arvis. L’image prise par cytométrie de masse contient 3148 fibres musculaires.

Pour comprendre les maladies mitochondriales, la première étape consiste à différencier et à établir le profil de toutes les maladies existantes. C’est ce que Newcastle a fait en analysant des images de fibres musculaires squelettiques obtenues par IMC (Imaging Mass Cytometry).
Pour entraîner l’algorithme, nous avons besoin d’images IMC sur lesquelles les cellules malades sont annotées avec une précision au pixel près.

Pour mener à bien ce projet, Newcastle a alors demandé à People for AI d’effectuer cette tâche très spécifique.

NOTRE SOLUTION

NOTRE SOLUTION

Pour cette tâche experte, nous avons établi une communication étroite avec le client par le biais d’e-mails et de fichiers de questions-réponses. 

Nous avons utilisé l’outil d’annotation recommandé par le client, ZEISS Arivis [arivis.com]. Cet outil est particulièrement adapté à l’annotation des données microscopiques. 

Nous avons aussi créé une annotation spéciale pour que les experts puissent revoir les cellules les plus difficiles à annoter.

L’absence de lignes directrices pour les annotations a été un grand défi au début. Cependant, en posant de nombreuses questions au client, nous avons finalement clarifié la tâche !

Des réunions hebdomadaires ont été prévues pour traiter les problèmes potentiels et les cas exceptionnels.

Nous avons annoté en moyenne une cellule par minute avec une segmentation parfaite au pixel. Il y a eu jusqu'à 10.000 cellules par image !

Nous avons sélectionné et formé 10 annotateurs et un chef de projet. Nous avons sélectionné des annotateurs ayant une expérience réussie de projets utilisant des images microscopiques.

La communication et l'organisation furent essentielles, car il arrive que les experts ne soient pas d'accord entre eux.

Matthieu Warnier

Directeur de l'annotation @ People for AI

« Chez People For AI, nous travaillons généralement pour des entreprises privées qui ne communiquent pas sur leur travail. Au contraire, le projet de l’université de Newcastle consistait à mettre les données d’annotation produites à la disposition de tous. C’était formidable de participer à un tel projet dont l’impact est très important. »

NOTRE IMPACT

NOTRE IMPACT

Les chercheurs ont publié le dataset que nous avons annoté dans un article scientifique

Au total, 5 mois-hommes ont été consacrés à l'ensemble du projet d'annotation.

Peu à peu, les maladies mitochondriales sont mieux comprises grâce à ces avancées.

 

Même les projets comportant un nombre réduit de classes peuvent présenter un trop grand nombre d’ambiguïtés !

Comparez vos estimations à la réalité, car les premières estimations sont souvent trop optimistes.

Établir un point de contact unique du côté du client, car les divergences peuvent être coûteuses en termes de temps.

 

Peu après une sélection rigoureuse de nos annotateurs, la quasi-totalité de notre méthodologie et de nos processus ont été utilisés dans ce projet pour améliorer les compétences et la qualité finale des données annotées. Ce projet a été un véritable défi pour notre équipe. L’expertise requise a finalement été atteinte 6 semaines après le début du projet et le client a montré son entière satisfaction depuis.

Atif KHAN

Chercheur doctorant : IA et science des données dans le domaine médical Client de People for Ai depuis 2022

« People for AI est une équipe de professionnels efficaces qui fournissent un travail d’annotation rapide et précis. Leur capacité à conserver la même équipe d’une campagne d’annotation à l’autre contribue grandement à la qualité du travail produit.”

Pour tous vos projets, qu’ils soient de recherche ou opérationnels en vision par ordinateur, People for AI mobilise des équipes qualifiées, une expertise reconnue et des outils adaptés pour satisfaire les exigences de chaque client.  Notre adaptabilité et notre expérience dans toutes les industries sont les clés de notre réussite. 

Ils nous font confiance

Nos données labellisées assurent le succès des projets de nos clients.

Nous fournissons des sets de données d’entraînement . Nous n’avons ni newsletter ni emails automatiques (spam) à vous envoyer.