Reconstruction automatique de la morphologie neuronale et vasculaire à partir d’images

BC 420 | Conférence
Samedi : 10:30 - 11:00
Portes ouvertes
14 - 15 septembre 2019

Description de l'évènement

BC 420 | Conférence

Les tomodensitométries et les scanners de résonance magnétique peuvent aujourd’hui produire des images à haute résolution permettant de révéler des détails vasculaires d’organes entiers.

C’est ici l’ambitieuse promesse de réaliser des analyses systématiques des réseaux vasculaires du cerveau ou du poumon, pouvant ouvrir des nouvelles possibilités de diagnostic et donner une compréhension des mécanismes sous-jacents à de nombreuses maladies. Une analyse manuelle des structures les plus fines d’un organe entier n’est pas réalisable en raison de l’importante quantité de données devant être étudiées. De la même manière, si les techniques modernes de microscopie permettent d’obtenir une imagerie de réseaux neuronaux à l’échelle d’un cerveau entier, elles se heurtent à des limites. En effet, elles impliquent une reconstruction manuelle qui n’est possible que pour quelques dizaines de neurones à cause de la grande quantité de données produites. Par comparaison, nous obtenons dans des modèles de tissus neuronaux générés artificiellement, une capacité de simuler la propagation du signal atteignant des dizaines de milliers de neurones.

Les méthodes automatisées d’extraction de modèles de réseaux vasculaires et neuronaux à partir d’images biomédicales, permettent ainsi de surmonter les limitations du traitement manuel.

-----

CT scans and magnetic resonance scanners can now produce high-resolution images that reveal vascular details of entire organs.

This is the ambitious promise of systematic analyses of vascular networks in the brain or lung, which can open up new diagnostic possibilities and provide an understanding of the mechanisms underlying many diseases. Manual analysis of the finest structures of a whole organ is not feasible due to the large amount of data to be studied. Similarly, while modern microscopy techniques can provide neural network imaging at the scale of an entire brain, they face limitations. Indeed, they involve a manual reconstruction that is only possible for a few dozen neurons because of the large amount of data produced. In comparison, in artificially generated neural tissue models, we obtain an ability to simulate signal propagation reaching tens of thousands of neurons.

Automated methods for extracting vascular and neural network models from biomedical images can overcome the limitations of manual processing.


Entité/Projet

IC