Utilisation de l'IA pour un positionnement amélioré des landmarks 3D : corriger les biais des méthodes de registration traditionnelles
Le deep learning ouvre la voie à une automatisation précise du placement de landmarks sur des crânes de souris, en comparaison directe avec les méthodes de registration existantes.
Dans cette étude, une architecture de deep learning (DL) en 2D a été développé pour automatiser le placement de 10 landmarks sélectionnés sur 463 crânes de souris. Ces points ont été choisis pour la diversité de leurs emplacements et de leurs définitions. Pour chacun d'entre eux, les positions prédites ont été comparées à celles obtenues par des approches de registration telles qu'ALPACA. Les distances euclidiennes par rapport à la vérité manuelle ainsi que la conservation de la forme individuelle ont été comparées entre les deux approches. Les images .tif et les landmarks manuels associés sont fournis dans les données attachées à cette fiche de métadonnées. Par ailleurs, les poids des modèles d'IA ainsi que les codes R utilisés pour réaliser les analyses statistiques dans la publication associée sont également fournis et décrits.