DS0104 - Innovations scientifiques et technologiques pour anticiper ou remédier les risques environnementaux

Prototype d'Imagerie, de Reconnaissance et de Tri de Foraminifères – FIRST

Développement d’une trieuse de microfossiles opérationnelle

Le projet FIRST a permis le développement d’un prototype de tri automatique de microfossiles. Ce prototype est basé sur une classification par réseaux de neurones convolutionnels des microfossiles.<br />Cette machine lance la micropaléontologie haut-débit pour la palécéanographie et la biostratigraphie.

Automatisation de l’analyse des microfossiles pour une paléocéanographie haut-débit

L’objectif du projet FIRST était de développer un prototype permettant l’analyse et le traitement automatique des microfossiles carbonatés. Ces microfossiles et en particulier les foraminifères ont permis de découvrir l’amplitude des changements climatiques au XXe siècle. Ces organismes, dont la taille varie entre une 100m et 1 à 2 mm, sont présents partout dans l’océan global, et sécrètent des coquilles carbonatées fossilisées au fond des océans. La composition chimique de ces coquilles, la taille et la masse de ces coquilles, ainsi que les différentes espèces (assemblage faunistique) sont des indicateurs qui sont utilisés en routine par une large communauté scientifique. Ils permettent de tracer plusieurs des paramètres critiques à l’estimation de l’influence anthropique sur le système climatique : la température de surface océanique, la structure hydrologique et donc la quantité de chaleur stockée dans l’océan, et la salinité. Leur analyse faunistique et géochimique constitue un moyen unique de quantifier la variabilité climatique au cours des derniers milliers à millions d’années. L’objectif du projet FIRST visait à automatiser le traitement de ces tests calcaires.

Le prototype de tri - nommé MiSo (Microfossil Sorter) - construit au sein du consortium associe l’expertise d’ATG Technologies sur la robotique et la mécanique et le développement de méthodes de classification automatique basées sur les réseaux de neurones convolutionnels au CEREGE. Le principe retenu pour la machine permet de séparer individuellement les particules sédimentaires avec un succès d’environ 90%, et ce malgré la diversité des particules sédimentaires. Chaque particule est imagée avec un système z-stack, qui permet d’obtenir des images de haute qualité, rapidement (<1s). Une topologie adaptée aux objets sédimentaires de réseaux de neurones convolutionnels a été développée et intégré dans une suite logicielle.
L’approche choisie dans le projet est de développer des jeux de données d’images spécifiques à chaque site, carotte sédimentaire, jeux de données qui permettent de lancer un apprentissage du réseau de neurones. Le prototype par la stabilité des conditions d’imagerie, permet d’obtenir une précision d’environ 90% pour les principales espèces de foraminifères étudiés, en condition réelle sur des séquences sédimentaires.

Le prototype MiSo permet de trier 24h/24h environ 8000 particules sédimentaires, de trier jusqu’à 30
échantillons en continu pour 4 espèces différentes. Il permet de construire des jeux de données massifs d’images de microfossiles (> 2 Millions d’images pendant le projet), ouvrant un champ d’analyse nouveau en biométrie sur les séquences sédimentaires. Les outils développés en imagerie (curation des images, prétraitement, et construction de réseaux de neurones) ont été appliqués à d’autres images comme les pollens, et le plancton vivant, ouvrant de nouvelles applications en palynologie (fossile et moderne), caractérisation des écosystèmes côtiers (suivi des stations marines) et pélagiques.

Le projet FIRST permet d’automatiser la chaîne de traitement des extractions de microfossiles pour les analyses géochimiques : le piquage d’échantillons massifs pour les analyses de clumped isotopes ou Carbone14 est désormais possible et permet d’économiser un temps d’opérateur significatif. A plus large échelle, ce prototype autorise le développement de la biostratigraphie automatisée basée sur la biométrie des microfossiles. Enfin, par son principe, le prototype peut servir de base pour le tri d’autres particules comme les microplastiques contenus dans les sédiments (caractérisation des milieux), les minéraux lourds pour les datations géologiques, et les résidus de broyages de déchets.

Le principe de séparation mis en oeuvre est en cours de dépôt de brevet. Deux dépôts de logiciels à l’APP correspondent au logiciel de pilotage de la machine (MiSo), et un logiciel pour l’annotation et suivi des images (ParticleTrieur). La topologie du réseau de neurones convolutionnel et la validation du jeu de données fait l’objet d’une publication (Marchant et al, en attente brevet). Enfin, ce logiciel a été appliqué avec succès aux images de pollens modernes et fossiles (Bourel et al, soumis).

L’objectif du projet FIRST est de développer un prototype permettant l’analyse et le tri automatique des microfossiles carbonatés, et en particulier des foraminifères. Ces organismes, dont la taille varie entre une centaine de microns et 1 à 2 millimètres, sont présents partout dans l’océan global, et sécrètent une coquille carbonatée qui à la mort de l’organisme est sédimentée au fond de l’océan. La composition chimique de ces coquilles, la taille et la masse de ces coquilles, ainsi que les différentes espèces (assemblage faunistique) sont des indicateurs qui sont utilisés en routine par une communauté de plusieurs milliers de chercheurs dans le monde. Ils permettent de tracer plusieurs des paramètres critiques à l’estimation de l’influence anthropique sur le système climatique : la température de surface océanique, la structure hydrologique et donc la quantité de chaleur stockée dans l’océan, et la salinité. Leur analyse faunistique et géochimique constitue un moyen unique de quantifier la variabilité climatique au cours des derniers milliers d’années.

Techniquement, l’extraction de ces coquilles du sédiment n’a que peu variée au cours de la dernière centaine d’années : après un tamisage humide sur un tamis à 150µm (pour conserver uniquement les individus adultes), les foraminifères sont sélectionnés sous un stéréomicroscope (« piqués ») par un opérateur humain avec un pinceau fin pour être triés par espèce, pour les analyses ultérieures. Ces analyses peuvent être morphométriques ou géochimiques, mais exigent une reconnaissance a priori des différentes espèces. L’objectif de ce projet est d’arriver à limiter l’intervention humaine dans le tri de ces organismes, en analogie avec les méthodes de tri de cellules basées sur la cytométrie de flux utilisées pour le pico et nannoplancton. Le prototype servira à séparer les foraminifères les uns des autres (ségrégation), à les positionner pertinemment pour pouvoir les photographier et reconstruire un pseudo-modèle numérique de leur morphologies (imagerie) et enfin de les classifier par morphotypes et classes de taille en utilisant des algorithmes innovants, avant une extraction sélective d’une à trois classes déterminées. L’ambition est de pouvoir à terme utiliser cet automate pour des enregistrements paléoclimatiques à très haute résolution.

L’automatisation se justifie par la nécessité de répondre à trois exigences scientifiques fondamentales et une raison économique : (1) une amélioration de la précision (2) le développement d’une tracabilité des analyses morphologiques (3) l’amélioration de la reproductibilité et enfin pour réduire (4) le temps d’analyse par opérateur.

Pour arriver à monter ce prototype, le consortium devra résoudre trois verrous technologiques : (1) la séparation et ségrégation des foraminifères afin de pouvoir les manipuler individuellement et les extraire (2) le développement d’une imagerie pertinente pour la reconnaissance des foraminifères et (3) le développement d’algorithmes de classification permettant de discriminer les différents morphotypes de foraminifères sélectionnés. Chacun de ces verrous sera levé au sein de work-packages spécifiques, et évalués par des indicateurs de réussite adaptés.

Le prototype sera développé grâce à l’association d’une PME spécialisée en robotique et vision, ATG Groupe, avec une équipe du CEREGE (CNRS et Aix-Marseille Université), spécialiste des microfossiles calcaires et du traitement d’images. L’équipe du CEREGE s’appuie notamment sur son expérience de développement du système SYRACO, un logiciel de reconnaissance automatique de coccolithophores, du phytoplancton calcaire, système faisant l’objet d’un brevet déposé, et utilisé dans plusieurs groupes de recherches et industriel.

Coordination du projet

Thibault DE GARIDEL-THORON (Centre National de la Recherche Scientifique, délégation Provence et Corse _ Centre Européen de Recherche et d'Enseignement en Géosciences de l'Environnement)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

ATG ATG Technologie
CNRS DR12 _ CEREGE Centre National de la Recherche Scientifique, délégation Provence et Corse _ Centre Européen de Recherche et d'Enseignement en Géosciences de l'Environnement

Aide de l'ANR 313 024 euros
Début et durée du projet scientifique : septembre 2015 - 36 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter