La segmentation cellulaire constitue une étape fondamentale pour une grande variété d'analyses, en particulier dans le domaine de la science musculaire. À l'heure actuelle, les méthodes automatisées peinent encore à quantifier les fibres musculaires squelettiques sur des images histopathologiques de lames entières colorées à l'hématoxyline-éosine. D'autre part, l'algorithme d'apprentissage profond Cellpose offre de nouvelles perspectives compte tenu de son adoption croissante pour la segmentation d'un large éventail de cellules. En combinant la segmentation Cellpose avec le logiciel open source interactif QuPath, nous avons développé un pipeline pour la quantification des fibres musculaires squelettiques. Nous avons mesuré le diamètre minimal des fibres musculaires et le taux de centro nucléation afin d'évaluer la santé musculaire et les effets du traitement. Enfin, malgrés certains cas limites où la qualité de la segmentation diminue, nous avons mis en évidence la possibilité d'obtenir une segmentation de haute qualité. Les résultats de notre workflow, dont la fiabilité est estimée par le calcul du score F1, concordent avec les conclusions d'une étude animale précédemment publiée portant sur le transfert de gènes dans la γ sarcoglycanopathie.