Pour notre client, un laboratoire de cellules souches humaines, l’objectif était de parvenir à une identification précise de différents types de micro-organismes à partir d’images de plat de Pétri.

Aucune solution préexistante était disponible sur le marché pour un telle tâche. Le modèle a donc dû être développé à partir de zéro.

Le principal défi résidait dans les nombreuses similitudes entre les différentes classes de micro-organismes. Il était impératif de parvenir à une reconnaissance intelligente pour garantir l’identification et la documentation précises des différents types de colonies.

Le réseau neuronal que nous avons créé a pu remplir pleinement cette tâche et a permis une reconnaissance précise des types et du nombre de colonies.