Approche informationnelle de l’imagerie de contraste de phase par rayonnement synchrotron

Les histologies virtuelles

De l’histologie classique à l’histologie virtuelle

L’histologie est l’étude des tissus biologiques à travers les organismes vivants. Elle est en clinique employée dans une démarche diagnostique (e.g. biopsie des tissus) et en recherche pour comprendre et appréhender les mécanismes physiologiques, cellulaires voire moléculaires d’un système biologique sain ou pathologique. On peut également utiliser les techniques d’histologies pour valider des agents thérapeutiques ou des agents moléculaires comme les agents de contraste d’imageries. L’histologie est une science transdisciplinaire puisqu’elle fait intervenir des compétences issues des domaines de la biologie, de la physiologie, de la biochimie, de l’anatomie et de l’imagerie. En effet, l’histologie repose en grande partie sur l’instrumentation utilisée qui est majoritairement reliée à la microscopie. Au début uniquement considérée en 2D, on parle de coupes histologiques. Les développements technologiques de micro-positionnements motorisés ont permis d’automatiser les acquisitions pour avoir un rendu 3D via les scanners de lames.

Pour la plupart de ces techniques, une découpe physique de l’échantillon est obligatoire notamment pour les objets d’études épais. En effet, la nécessité de pouvoir traverser l’objet d’étude par le rayonnement de photons ou d’électrons est essentielle pour ces imageries. Cette découpe physique peut engendrer des dégradations et des déformations plus ou moins sévères dans l’échantillon et ses structures constituantes. des déchirements sont présents aux extrémités de l’échantillon ainsi que des recouvrements, ce qui va engendrer une chute ou une inhibition du signal. Pour ces épaisseurs de coupe (de l’ordre de quelques micromètres), sans marquage spécifique, l’échantillon apparaît souvent comme transparent et il est alors difficile d’obtenir des contrastes entre les différentes structures. Un agent de marquage (i.e. coloration) est souvent utilisé pour mettre en évidence des structures ou des phénomènes physiologiques en particulier, on appelle ce champ d’investigation : l’immunohistochimie. Une autre technique de marquage est via l’utilisation de la fluorescence où l’excitation d’une espèce par un rayonnement entraînera l’émission d’un photon de fluorescence avec une longeur d’onde spécifique. On peut se servir de ces espèces fluorescentes pour marquer des zones précises de l’objet d’étude ou une réaction physiologique précise. Cependant plusieurs limites sont à prendre en compte. Dans un premier temps le marquage de fluorescence ou agent fluorochrome peut avoir des effets nocifs et délétères sur l’échantillon car parfois toxique. Dans un second temps, le rayonnement utilisé pour exciter l’agent de fluorescence peut quant à lui entraîner un photoblanchiment qui n’impactera pas directement l’échantillon mais empêchera après plusieurs excitations les agents présents dans l’échantillon d’émettre à leur tour une fluorescence quand on s’intéressera à leur périmètre d’action. Les images auront soit des illuminations inhomogènes soit on aura une absence complète de signal de fluorescence dans certaines zones de l’échantillon.

C’est pour pallier ces limitations d’utilisation et compléter les techniques d’histologies dites classiques que les développements actuels en intrumentation tendent vers ce que l’on désigne comme des histologies virtuelles. L’idée principale est d’avoir un impact le moins invasif possible sur l’échantillon. Pour cela, on limite l’utilisation d’agents de contraste, on essaie de réduire l’excitation des fluorochromes à la seule zone d’observation courante mais surtout on ne découpe pas physiquement l’échantillon, d’où le terme de coupe virtuelle. On peut différencier les coupes choisies numériquement après reconstruction de l’objet à partir des acquisitions, des coupes optiques quand celles-ci seront directement acquises sous cette forme grâce au montage optique et ses propriétés d’acquisition. Le principe général de ces imageries consiste à observer l’échantillon non pas directement dans sa globalité mais niveau de coupe par niveau de coupe. Cela permet avec certaines imageries de réaliser des coupes plus fines de l’échantillon comparé à ce que les outils de découpe physique (e.g. microtome) ne permettent.

Tomographie en cohérence optique

Plus connue sous son acronyme anglophone OCT (Optical Coherence Tomography), cette technique est similaire à l’imagerie ultrasonore dans son fonctionnement mais utilise une onde lumineuse comme support. L’information est issue de la lumière rétropropagée par le tissu qui portera une information différente suivant la structure par laquelle elle est est réfléchie. Une coupe optique précise est sélectionnée en utilisant un bras d’interférométrie de référence. Seul le signal à une profondeur donnée n’est pas annulé grâce aux interférences constructives et destructives qui se créent. Cette modalité particulière est dénommée par le terme de plein champ, elle a été introduite en 2002 par [Dubois et al. (2002)]. Son avantage est de créer le contraste par réflexion de lumière, elle ne nécessite l’emploi d’aucun agent de contraste. L’OCT permet d’acquérir des coupes jusqu’à une profondeur de 500µm sous la surface du tissu et ce avec un voxel isotropique de 1µm de résolution spatiale. En pratique, on observe une diminution du rapport signal-à-bruit avec la profondeur .

Tomographie optique

La tomographie optique ou Optical projection tomography est une technique d’imagerie qui se rapproche beaucoup du principe de tomographie par rayons X (scanner utilisé en pratique clinique). On acquiert à différents angles les projections de la lumière (souvent dans le domaine des ultraviolets λ ≈ 200 − 300nm) à travers l’échantillon. À partir de ces projections et d’outils mathématiques dédiés tels que la transformée de Radon, on arrive à reconstituer l’intérieur de la coupe et donc la structure interne de l’objet d’étude. Cette imagerie peut également être employée dans un mode d’émission où on va envoyer une onde d’excitation sur l’objet pour activer des agents de fluorescence. Là où les techniques de microscopies 3D ou OCT ont des limites sur l’épaisseur de l’échantillon, l’OPT permet de repousser un peu les limites d’observation des échantillons plus épais et d’en visualiser les coupes numériques après reconstruction des données. Pour une application concrète de cette imagerie, voir [Sharpe et al. (2002)].

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela chatpfe.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction
1 Contexte
1.1 Les histologies virtuelles
1.1.1 De l’histologie classique à l’histologie virtuelle
1.1.2 Techniques courantes d’histologies virtuelles
1.1.3 Analyse des données issues d’histologies virtuelles
1.2 Contexte biomédical
1.2.1 Présentation de la pathologie
1.2.2 Réponse immunitaire de l’organisme et traitements
1.2.3 Imagerie de l’inflammation
1.2.4 Imagerie par résonance magnétique
1.2.5 Limitations de l’IRM
2 Imageries de phase, instrumentation et acquisition
2.1 Physique de l’imagerie par rayonnement synchrotron
2.1.1 Le synchrotron
2.1.2 Formation de l’image : absorption et phase
2.1.3 Imagerie de contraste de phase
2.2 Techniques d’imagerie de contraste de phase par rayonnement synchrotron
2.2.1 Interférométrie de cristal
2.2.2 Interférométrie par réseaux de grilles
2.2.3 Imagerie avec un cristal analyseur
2.2.4 Imagerie de phase en propagation libre
2.2.5 Reconstruction tomographique
2.2.6 Extraction de l’information pure de phase
2.3 Paramétrage et configuration de l’acquisition
2.3.1 Pertinence de l’imagerie de phase
2.3.2 Interférométrie ou propagation ?
2.3.3 Préparation des échantillons
2.3.4 Paramètres sélectionnés pour le post-traitement
3 Traitements des images
3.1 Reconstruction métrologique de la phase
3.2 Optimisation de la visualisation
3.2.1 Mesure de similarité à une référence
3.2.2 Mesure de netteté sans référence
3.3 Détection d’agrégats de nanoparticules
3.3.1 Algorithme de détection de nanoparticules
3.3.2 Caractérisation et simulation du bruit
3.3.3 Influence du bruit sur la détection de nanoparticules
3.3.4 Influence de l’étape de reconstruction sur la détection
3.4 Tractographie des fibres neuronales en 3D
3.4.1 Algorithme de tractographie
3.4.2 Résultats de la tractographie
3.4.3 Comparaison de la tractographie ICP avec la tractographie par IRM
de diffusion
3.4.4 Conclusion et discussion
4 Application biomédicale
4.1 Présentation des données IRM
4.1.1 Comparaison des données IRM et ICP
4.2 Comparaison des résultats de quantification IRM et ICP
4.2.1 Quantification du signal sur des fantômes calibrés
4.2.2 Quantification volumétrique pour des injections stéréotaxiques
4.3 Tâche de segmentation pour quantifier la neuro-inflammation
4.3.1 Présentation des données
4.3.2 Segmentation de la lésion ischémique
4.3.3 Segmentation des nanoparticules agrégées dans la lésion ischémique
4.3.4 Comparaison des résultats aux segmentations IRM
4.4 Conclusion et discussion
5 Conclusion