Ce projet propose une macro pour Fiji (ImageJ) permettant d'analyser des sections transversales de muscles marquées par fluorescence. Il identifie et compte les cellules positives pour un marqueur cible (D1) tout en segmentant les fibres musculaires, les artefacts de rétraction et les membranes plasmiques. Le traitement repose sur un modèle d'apprentissage automatique (Weka Segmentation) et génère un tableau récapitulatif des résultats par image.

Ce projet propose une pipeline pour segmenter et étiqueter les vertèbres à partir d'images CT avec un champ de vision arbitraire. Il a été testé sur Ubuntu 18.04 avec une carte graphique RTX Quadro 4000 8Gb et cuda 10.1.