La Cognition Network Technology (CNT), également connue sous le nom de Definiens Cognition Network Technology, est une méthode d'analyse d'images basée sur les objets, développée par le lauréat du prix Nobel Gerd Binnig avec une équipe de chercheurs chez Definiens AG à Munich, en Allemagne. Elle sert à extraire des informations à partir d'images en utilisant une hiérarchie d'objets image (groupes de pixels), par opposition aux méthodes traditionnelles de traitement des pixels. Pour imiter les capacités cognitives de l'esprit humain, Definiens a utilisé des processus brevetés de segmentation et de classification d'images, et a développé une méthode pour rendre les connaissances dans un réseau sémantique. La CNT examine les pixels non pas isolément, mais en contexte, construisant une image de manière itérative et reconnaissant des groupes de pixels comme des objets. Elle utilise la couleur, la forme, la texture et la taille des objets ainsi que leur contexte et leurs relations pour tirer des conclusions et des inférences, de manière similaire à l'analyse humaine.
Historique
En 1994, le professeur Gerd Binnig, lauréat du prix Nobel de physique, a fondé Definiens AG à Munich. La CNT a été disponible pour la première fois avec le lancement du logiciel eCognition en mai 2000. En juin 2010, Trimble Navigation Ltd (NASDAQ : TRMB) a acquis les actifs commerciaux de Definiens dans les marchés des sciences de la Terre, y compris le logiciel eCognition, et a également concédé sous licence la CNT brevetée de Definiens. En 2014, Definiens a été acquise par MedImmune, la branche mondiale de recherche et développement en produits biologiques d'AstraZeneca, pour une contrepartie initiale de 150 millions de dollars. Cette acquisition a déplacé l'orientation de l'entreprise vers les applications biomédicales, en particulier la pathologie numérique.
Principes fondamentaux
La CNT fonctionne sur le principe de l'analyse d'images basée sur les objets (OBIA), qui contraste avec les méthodes traditionnelles basées sur les pixels. Au lieu d'analyser des pixels individuels isolément, la CNT regroupe les pixels en objets significatifs en fonction de propriétés spectrales, spatiales et contextuelles. Ces objets sont organisés dans un réseau hiérarchique, permettant au système d'analyser les images à plusieurs échelles. La méthode exploite un réseau sémantique pour représenter les connaissances sur le contenu de l'image, permettant au système de raisonner sur les relations entre les objets, de manière similaire à la cognition visuelle humaine. Cette approche est particulièrement efficace pour les images complexes où le contexte et les relations entre objets sont cruciaux, comme en télédétection et en imagerie médicale.
Implémentations logicielles
eCognition
La suite eCognition est la principale implémentation logicielle de la CNT pour les sciences de la Terre et la télédétection. Elle propose trois composants : eCognition Developer, un environnement de développement pour créer des ensembles de règles et des applications ; eCognition Architect, qui permet aux utilisateurs non techniques de configurer et d'exécuter des flux de travail ; et eCognition Server, qui fournit des capacités de traitement par lots. eCognition est utilisé dans diverses applications, notamment la cartographie rapide, la détection de changements, la cartographie de l'occupation du sol, l'analyse urbaine (par exemple, la surface imperméable pour la fiscalité), la foresterie (mesure de la biomasse, identification des espèces), l'agriculture (agriculture de précision, réponse aux crises), et les environnements marins et riverains (évaluation des écosystèmes, gestion des catastrophes). La communauté en ligne eCognition a été lancée en juillet 2009 et comptait 2 813 membres au 9 juillet 2010. Des conférences utilisateurs sont organisées régulièrement, et la conférence biannuelle GEOBIA (Geographic Object-Based Image Analysis) est fortement fréquentée par les utilisateurs d'eCognition.
Definiens Tissue Studio
Definiens Tissue Studio est une application logicielle d'analyse d'images en pathologie numérique basée sur la CNT, conçue pour la recherche translationnelle sur les biomarqueurs. Elle est destinée à être utilisée avec des échantillons de tissus fixés au formol et inclus en paraffine traités par coloration immunohistochimique ou à l'hématoxyline et à l'éosine (H&E). Le logiciel facilite l'apprentissage automatique à partir d'images d'histopathologie numérique d'exemple pour dériver une solution d'analyse d'images permettant de mesurer les biomarqueurs et les caractéristiques histologiques dans des régions d'intérêt définies, cellule par cellule, y compris les compartiments subcellulaires. La solution dérivée est automatiquement appliquée aux images suivantes pour mesurer objectivement des caractéristiques multiparamétriques, aidant à comprendre les processus biologiques sous-jacents à des maladies comme le cancer. Le traitement d'images peut être effectué sur une station de travail locale ou une grille de serveurs.
Applications et impact
La CNT a été appliquée dans divers domaines, de l'analyse géospatiale à la recherche biomédicale. Dans les sciences de la Terre, elle permet une analyse détaillée et précise des images satellitaires et aériennes, soutenant des applications dans la surveillance environnementale, la planification urbaine et la réponse aux catastrophes. En pathologie numérique, les outils basés sur la CNT comme Definiens Tissue Studio aident les chercheurs à quantifier les biomarqueurs et les caractéristiques histologiques, contribuant aux avancées en médecine personnalisée. La capacité de la méthode à intégrer le contexte et les relations entre objets en fait une alternative puissante aux approches traditionnelles basées sur les pixels, en particulier dans les scénarios où une haute précision et une interprétabilité sont requises. Au début des années 2020, la CNT reste une technologie fondamentale dans l'analyse d'images basée sur les objets, avec des développements continus dans apprentissage automatique et apprentissage profond améliorant ses capacités.
Voir aussi
- modèle d'apparence active
- vision par ordinateur
- segmentation d'image
- réseau sémantique