1
00:00:00,918 --> 00:00:05,882
Dans cette troisième vidéo de la série sur la
technologie d’apprentissage profond du logiciel cellSens,

2
00:00:05,882 --> 00:00:08,468
nous allons vous expliquer comment marquer manuellement
des images pour la préparation

3
00:00:08,468 --> 00:00:10,845
des données d'entraînement de l'apprentissage profond.

4
00:00:10,845 --> 00:00:14,848
Une fois entraînée, la technologie d’apprentissage
profond TruAI peut analyser

5
00:00:14,848 --> 00:00:18,268
et détecter automatiquement des
objets dans les images de tissus.

6
00:00:18,268 --> 00:00:23,400
Voici une image en mosaïque d'un rein de souris.
Elle a été prise avec des canaux verts et rouges.

7
00:00:23,400 --> 00:00:27,070
Comme vous pouvez le constater, le rein
est constitué de nombreux glomérules.

8
00:00:27,070 --> 00:00:31,448
Les formes des glomérules étant complexes,
ces derniers ne peuvent être détectés

9
00:00:31,448 --> 00:00:37,538
par la technologie conventionnelle de détection d'objets basée
sur le seuil, une technologie reposant sur l'intensité de fluorescence.

10
00:00:37,538 --> 00:00:40,792
Pour utiliser la détection par la technologie
d'apprentissage profond TruAI,

11
00:00:40,792 --> 00:00:43,377
il faut commencer par préparer les données d'entraînement.

12
00:00:43,377 --> 00:00:50,427
Depuis l'onglet « Count and measure »,
cliquez sur la fenêtre d'outils « Training labels ».

13
00:00:50,427 --> 00:01:01,562
Cliquez sur le bouton « New Training Label Class »
et remplacez le nom par « Glomérules ».

14
00:01:01,562 --> 00:01:06,777
Répétez cette étape pour créer un autre
marquage nommé « BG » pour « Background ».

15
00:01:06,777 --> 00:01:09,445
Étant donné que cette image présente des canaux verts et rouges,

16
00:01:09,445 --> 00:01:13,115
nous devrions modifier les couleurs des
marquages afin d'améliorer leur visibilité.

17
00:01:13,115 --> 00:01:20,498
Dans ce cas, nous utiliserons le bleu et le magenta.

18
00:01:20,498 --> 00:01:24,168
Ensuite, cochez la case « Background » du marquage BG.

19
00:01:24,168 --> 00:01:30,048
Alors que le marquage BG est toujours sélectionné,
cliquez sur le bouton « Create Training Labels – Fill ».

20
00:01:30,048 --> 00:01:32,677
Maintenant, vous devez définir le fond.

21
00:01:32,677 --> 00:01:36,848
Vous pouvez le faire manuellement sur
l'image en utilisant l'outil Dessin.

22
00:01:36,848 --> 00:01:40,560
Vous devez sélectionner plusieurs zones
avec des structures différentes pour définir le fond,

23
00:01:40,560 --> 00:01:44,272
dans ce cas le centre et le pourtour du rein,

24
00:01:44,272 --> 00:01:46,773
le cortex rénal, etc.

25
00:01:46,773 --> 00:01:50,987
Comme nous essayons d'identifier les
glomérules présents à l'intérieur des tissus,

26
00:01:50,987 --> 00:01:56,283
la structure tissulaire, et non le fond noir
de l'image, constitue le fond.

27
00:01:56,283 --> 00:01:59,537
Ensuite, sélectionnez le marquage
« Glomérules » et colorez les glomérules

28
00:01:59,537 --> 00:02:02,873
au niveau de chaque zone de
fond à l'aide de l'outil « Brush ».

29
00:02:02,873 --> 00:02:07,587
Vous pouvez agrandir légèrement le pinceau
pour faciliter le marquage des glomérules.

30
00:02:07,587 --> 00:02:16,972
L'utilisation d'un stylet plutôt qu'une souris
permet d'améliorer l'efficacité de cette étape.

31
00:02:16,972 --> 00:02:20,015
Tous les glomérules présents dans
une zone de fond doivent être marqués

32
00:02:20,015 --> 00:02:23,935
afin de produire des données d'entraînement précises
pour la détection par la technologie d'apprentissage profond.

33
00:02:35,448 --> 00:02:39,910
Cliquez sur l'icône en forme d'œil dans la colonne
« Visible » pour afficher ou masquer le marquage du fond

34
00:02:39,910 --> 00:02:48,210
afin de vérifier que vous n'avez oublié aucun glomérule.

35
00:02:48,210 --> 00:02:53,007
L'image située à l'extérieur de ces zones marquées n'étant
pas utilisée pour l'entraînement de l'apprentissage profond,

36
00:02:53,007 --> 00:02:57,887
seuls les glomérules situés dans les
zones de fond doivent être marqués.

37
00:02:57,887 --> 00:03:03,893
Passez à la zone de fond suivante.

38
00:03:03,893 --> 00:03:08,565
Cette zone ne contient aucun glomérule.
Vous pouvez la laisser telle quelle.

39
00:03:08,563 --> 00:03:14,110
Vérifiez la zone suivante et, si besoin, marquez les glomérules.

40
00:03:24,497 --> 00:03:28,710
Si un glomérule est situé à cheval
sur la limite de la zone de fond,

41
00:03:28,708 --> 00:03:33,087
sélectionnez l'outil « Eraser » pour
modifier la délimitation de la zone.

42
00:03:42,807 --> 00:03:47,187
Répétez cette procédure pour toutes les
autres zones marquées comme « fond ».

43
00:03:47,187 --> 00:03:53,442
Comme vous le constatez, 45 glomérules
ont été marqués à l'intérieur des sept zones de fond.

44
00:03:53,442 --> 00:03:56,528
À ce stade, vous pouvez enregistrer les données.

45
00:03:56,528 --> 00:04:02,743
Cliquez sur le bouton « New Training » pour
démarrer l'entraînement de l'apprentissage profond.

46
00:04:02,743 --> 00:04:05,747
Saisissez un nom pour ce nouvel entraînement.

47
00:04:05,747 --> 00:04:09,792
L'image utilisée pour l'entraînement est déjà sélectionnée.

48
00:04:09,792 --> 00:04:12,170
Étant donné que l'image d'entraînement comporte deux canaux,

49
00:04:12,170 --> 00:04:16,257
vous devez cliquer sur l'icône « Plus » pour
sélectionner les deux canaux d'entrée.

50
00:04:16,257 --> 00:04:22,138
Ces informations supplémentaires permettront d’améliorer
la précision du réseau neuronal entraîné.

51
00:04:22,138 --> 00:04:25,892
Les marquages d'entraînement créés sont déjà sélectionnés.

52
00:04:25,892 --> 00:04:29,895
Assurez-vous que la case « Background »
du marquage BG est bien cochée.

53
00:04:29,895 --> 00:04:32,732
Cliquez sur « Next », puis sur « Start ».

54
00:04:32,732 --> 00:04:35,860
L'entraînement du réseau neuronal a démarré.

55
00:04:35,860 --> 00:04:46,828
Visionnez la deuxième vidéo de cette série
pour en apprendre plus sur l'entraînement.

56
00:04:46,828 --> 00:04:48,748
L'entraînement est maintenant terminé.

57
00:04:48,748 --> 00:04:53,335
Consultez les images de validation du point de contrôle
ayant obtenu la valeur de similarité la plus élevée

58
00:04:53,335 --> 00:04:57,590
pour vérifier que les glomérules ont
été correctement identifiés en bleu.

59
00:04:57,590 --> 00:04:59,883
Si tel n'est pas le cas,

60
00:04:59,883 --> 00:05:12,230
vérifiez alors un autre point de contrôle pour identifier
celui présentant les meilleures images de validation.

61
00:05:12,230 --> 00:05:16,233
Dans ce cas, les images de validation
du point de contrôle 5 sont parfaites.

62
00:05:16,233 --> 00:05:23,240
Enregistrez-le en vue de la prochaine étape.

63
00:05:23,238 --> 00:05:29,245
Cliquez sur l'onglet « Count and Measure »
et appliquez le réseau neuronal entraîné.

64
00:05:41,592 --> 00:05:54,230
Étant donné que l'image est très grande,
cela peut prendre plusieurs minutes.

65
00:05:54,230 --> 00:06:06,242
Les résultats d'inférence s'affichent
sur le calque « Probability map ».

66
00:06:06,242 --> 00:06:09,703
Faites un zoom sur l'image pour vérifier la justesse.

67
00:06:09,703 --> 00:06:13,750
Nous pouvons voir que les glomérules présents
à l'extérieur de la zone marquée ont été détectés

68
00:06:13,750 --> 00:06:16,127
et sont maintenant marqués en bleu.

69
00:06:16,127 --> 00:06:19,797
Nous devons vérifier que ces glomérules,
qui n'ont pas été marqués manuellement,

70
00:06:19,797 --> 00:06:24,093
ont été correctement détectés pour valider
la justesse des résultats d'inférence.

71
00:06:24,093 --> 00:06:26,803
Si la justesse des résultats d'inférence n’est pas suffisante,

72
00:06:26,803 --> 00:06:30,808
essayez à nouveau en augmentant le nombre de zones de fond
et de glomérules marqués manuellement

73
00:06:30,808 --> 00:06:34,353
lors de la préparation des données en vue de l'entraînement.

74
00:06:34,353 --> 00:06:38,440
Dès lors que la technologie d’apprentissage
profond du logiciel cellSens est correctement entraînée,

75
00:06:38,440 --> 00:06:43,695
celle-ci est capable d'améliorer l'efficacité de l'analyse
de vos images tout en réduisant votre charge de travail.

76
00:06:43,695 --> 00:06:46,365
Si vous souhaitez en apprendre davantage sur le logiciel cellSens™

77
00:06:46,365 --> 00:06:49,535
et sur la technologie d’apprentissage profond TruAI d’Olympus,

78
00:06:49,533 --> 00:06:53,538
consultez notre site Web olympus-lifescience.com.