V nabídce ImageJ zvolíme plugin TWS (Plugins>Segmentation>Trainable Weka Segmentation) – otevřený snímek se otevře znovu v okně klasifikátoru. Pokud není žádný snímek otevřený, otevře se složka, ve které jsou připravené snímky uložené s výzvou k otevření snímku.
Na tréninkovém panelu vlevo (Training) se nacházejí tlačítka pro trénink klasifikátoru a generování výsledků: Train classifier spouští tréninkový proces; Toggle overlay umožňuje překlikávat mezi obrázkem s nakreslenými značkami a překryvným barevným výsledkem tréninku klasifikátoru a porovnávat jak se dosažená segmentace shoduje se strukturami na snímku; Create results generuje a ukazuje výsledný barevný segmentovaný obraz; Get probability na základě aktuálního klasifikátoru zobrazuje pravděpodobnost, že každý pixel patří do definované třidy ve formě pravděpodobnostních map.
Pod tréninkovým panelem je panel možností (Options): Apply classifier umožňuje aplikovat aktuální klasifikátor na jakýkoli snímek, připravený v souboru pro segmentaci (je třeba otevřít snímek a zvolit zda výsledkem má být segmentovaný obraz nebo pravděpodobnostní mapa); Load classifier umožňuje načíst dříve vytvořený a uložený klasifikátor a aplikovat na aktuální snímek; Save classifier uloží aktuální klasifikátor ve formátu .model pro pozdější použití. Load data načte data z předcházejících značek nakreslených do aktuálního nebo jiného snímku. Save data uloží data o aktuálně vytvořených značkách ve formátu ARFF. Create new class umožní vytvořit a pojmenovat novou třídu; výchozí počet tříd, se kterým klasifikace začíná, jsou dvě. V Settings je možné měnit matematické parametry klasifikace pixelů, přejmenovat třídy nebo změnit průhlednost překryvného výsledného obrazu, aby pod ním byl nebo nebyl vidět původní snímek histologického řezu (Results overlay opacity - výchozí nastavení je na hodnotě 33).
Na pravé straně se nachází panel se seznamem značek pro každou třídu a tlačítka pro přidání značky (tj. aktuálního ROI) do specifické třídy.