Stratégie automatisée pour l’analyse tissulaire en anatomie pathologique : intégration de marqueurs de référence et comparaison multi-surfaces

Contexte

Dans les laboratoires d’anatomie pathologique, de nombreux processus reposent encore sur des opérations manuelles, notamment lors de la préparation et du traitement des blocs de tissus inclus en paraffine (Paraffin-Embedded Tissue Blocks, PETBs). Les opérations manuelles peuvent entraîner des incohérences dans le traitement des échantillons, ainsi que des erreurs d’identification ou des pertes d’échantillons, ce qui affecte la précision et l’efficacité du diagnostic. Pour résoudre ce problème, des technologies d’automatisation ont été introduites pour améliorer l’efficacité des laboratoires, réduire les erreurs humaines et assurer la cohérence du traitement des échantillons.

Cependant, les solutions d’automatisation existantes sont confrontées à plusieurs défis, notamment en ce qui concerne le suivi des échantillons tissulaires et l’identification de zones spécifiques. Par exemple, lors du traitement, des zones spécifiques dans les blocs de tissus inclus en paraffine peuvent nécessiter des analyses supplémentaires en laboratoire (comme le phénotypage moléculaire dans le traitement des tumeurs), mais l’absence de points de référence fiables rend ce processus complexe et sujet à des erreurs. Ainsi, l’équipe de recherche a proposé une stratégie automatisée en introduisant un marqueur de référence (Fiducial Marker, FM) dans les PETBs pour permettre un suivi précis des tissus et une comparaison multi-surfaces, améliorant ainsi la précision et l’efficacité du diagnostic.

Source de l’article

Cet article a été co-écrit par L. Vannozzi, L. Guachi-Guachi, J. Ruspi et d’autres chercheurs de l’Institut de Biorobotique de Scuola Superiore Sant’Anna en Italie et de la société suisse Inpeco SA. L’article est publié dans la revue IEEE Transactions on Automation Science and Engineering et devrait être officiellement publié en 2025. La recherche a été soutenue par Inpeco SA et fait partie du projet commun “Automatisation avancée des laboratoires” entre Scuola Superiore Sant’Anna et Inpeco SA.

Processus de recherche et conception expérimentale

1. Objectif de la recherche

L’objectif de cette étude est de développer une plateforme automatisée capable d’insérer un marqueur de référence dans les blocs de tissus inclus en paraffine et de reconstruire ce marqueur par analyse d’image dans des coupes tissulaires multi-surfaces, permettant ainsi un suivi précis des tissus et une comparaison multi-surfaces.

2. Processus expérimental

La recherche se divise en deux plateformes principales : la plateforme d’indexation (Indexing Platform, IDX) et la plateforme de reconstruction virtuelle des marqueurs (Virtual Marker Reconstruction Platform, VMR).

2.1 Plateforme d’indexation (IDX)

La tâche principale de la plateforme IDX est d’insérer un marqueur de référence dans les PETBs. Le processus est le suivant :
1. Fixation du bloc : Le PETB est inséré dans la plateforme et fixé par un dispositif de serrage.
2. Lecture du code QR : Le code QR du PETB est lu pour suivre les données tissulaires.
3. Identification de la zone libre : Une méthode de traitement d’image identifie les zones libres de tissu dans le bloc et détermine la position cible pour le marqueur de référence.
4. Insertion du marqueur : Les coordonnées de la position cible sont envoyées à un microcontrôleur, qui contrôle le bras robotisé pour percer un trou et insérer le marqueur de référence dans le PETB.
5. Validation du marqueur : Un capteur de distance laser vérifie la profondeur du trou.
6. Remplissage du marqueur : Un micro-distributeur injecte le matériau du marqueur de référence dans le trou.
7. Nettoyage et préparation : Le perforateur est nettoyé pour préparer le traitement du PETB suivant.
8. Solidification et aplanissement : Un cylindre spécial compresse le marqueur pour l’aplanir.
9. Libération du bloc : Le PETB est libéré, terminant ainsi le traitement.

Point d’innovation : La plateforme IDX utilise une méthode d’analyse d’image basée sur un réseau de neurones convolutifs (CNN) de type U-Net, permettant d’identifier efficacement les zones libres de tissu dans le bloc et d’assurer une insertion précise du marqueur de référence. De plus, la plateforme intègre un capteur de distance laser et un micro-distributeur, garantissant l’exactitude et la cohérence de l’insertion du marqueur.

2.2 Plateforme de reconstruction virtuelle des marqueurs (VMR)

La tâche principale de la plateforme VMR est de reconstruire le marqueur de référence après la déparaffinisation par analyse d’image. Le processus est le suivant :
10. Placement de la coupe : La lame de verre pré-colorée est placée dans la plateforme VMR.
11. Lecture du code QR : Le code QR de la lame est lu pour suivre les données tissulaires.
12. Acquisition de l’image pré-coloration : L’image de la lame pré-colorée est acquise.
13. Traitement de coloration : La lame est retirée de la plateforme pour la coloration.
14. Acquisition de l’image post-coloration : L’image de la lame colorée est acquise.
15. Comparaison des images : Les images pré et post-coloration sont comparées pour identifier la forme du tissu.
16. Reconstruction du marqueur : Une méthode d’analyse d’image reconstruit le marqueur de référence.
17. Résultats : La position reconstruite du marqueur est mappée sur l’image de la lame colorée.

Point d’innovation : La plateforme VMR utilise une méthode d’analyse d’image en plusieurs étapes, combinant un CNN de type U-Net et un algorithme de marquage des composants connectés (Connected-Component Labeling, CCL), permettant de reconstruire avec précision le marqueur de référence après la déparaffinisation et de vérifier l’intégrité du tissu par comparaison des formes.

3. Validation expérimentale

Pour valider l’efficacité des plateformes, l’équipe de recherche a effectué des tests par étapes sur les plateformes IDX et VMR.
- Tests de la plateforme IDX : Les tests ont porté sur la force de perforation, la précision du remplissage du marqueur, l’exactitude de la méthode d’analyse d’image et les performances de l’intégration matériel-logiciel. Les résultats montrent que la plateforme IDX a atteint un taux de réussite élevé et une bonne cohérence lors du traitement de PETBs de différents types de tissus.
- Tests de la plateforme VMR : Les tests ont porté sur l’acquisition d’images, la reconstruction du marqueur et la comparaison des formes tissulaires. Les résultats montrent que la plateforme VMR a permis de reconstruire avec précision le marqueur de référence après la déparaffinisation et a obtenu des scores de similitude élevés dans la comparaison des formes tissulaires.

Principaux résultats

1. Plateforme IDX : Lors du traitement de PETBs de différents types de tissus, la plateforme IDX a atteint un taux de réussite supérieur à 95 % pour les étapes de lecture du code QR, de détection des zones libres, de perforation et de remplissage du marqueur.
   
2. Plateforme VMR : Pour les tâches de reconstruction du marqueur et de comparaison des formes tissulaires, la plateforme VMR a atteint des taux de réussite de 98 % et 95 %, respectivement, avec un temps de traitement moyen d’environ 2,83 secondes, sans alourdir le flux de travail global du laboratoire.
   

Conclusion et implications

L’innovation de cette recherche réside dans la proposition d’une stratégie d’automatisation complète, permettant le suivi précis des blocs de tissus inclus en paraffine et la comparaison multi-surfaces grâce à l’insertion et à la reconstruction de marqueurs de référence. Cette méthode améliore non seulement l’efficacité des laboratoires, mais réduit également le risque d’erreurs humaines, offrant un support technologique important pour les laboratoires automatisés de demain. Les résultats montrent que les plateformes IDX et VMR présentent une fiabilité et une cohérence élevées lors du traitement de PETBs de différents types de tissus, offrant des perspectives d’application prometteuses.

Points forts

1. Innovation : Première proposition d’une stratégie automatisée pour le suivi des tissus et la comparaison multi-surfaces via des marqueurs de référence.
   
2. Haute fiabilité : Les plateformes IDX et VMR ont montré un taux de réussite élevé lors du traitement de différents types de tissus.
   
3. Efficacité : Les processus automatisés ont considérablement amélioré l’efficacité des laboratoires et réduit le risque d’erreurs humaines.
   
4. Large potentiel d’application : Cette méthode peut être appliquée à des échantillons de biopsie et à de petits blocs de tissus inclus en paraffine, élargissant son champ d’application en anatomie pathologique.
   

Perspectives futures

Les orientations futures de la recherche incluent l’optimisation des capacités de traitement parallèle des plateformes, l’amélioration de la résolution des algorithmes d’analyse d’image et l’application de cette méthode à des blocs de tissus ou des échantillons de biopsie de plus petite taille. De plus, l’équipe de recherche prévoit de développer un middleware dédié pour intégrer davantage les technologies robotiques dans le traitement des coupes tissulaires.

Grâce à cette recherche, l’automatisation et la standardisation des laboratoires d’anatomie pathologique ont fait un pas important, offrant un soutien technologique solide pour améliorer la précision et l’efficacité du diagnostic clinique.