Séminaire des doctorants : Marc CHAMMAS

Séminaire des doctorants donné par Marc CHAMMAS du groupe Biophotonique, le 19 mai 2022 à 13h15 dans l'auditorium de l'Institut d'Optique de Palaiseau et en visioconférence, sur le thème : " Développements de l'imagerie de contraste speckle multi-exposition pour l'étude de la microcirculation sanguine".

Résumé : " L'imagerie de contraste laser speckle (LSCI) est une technique établie utilisée pour extraire des cartes de débit sanguin relatif sur de larges champs de vue. Une amélioration majeure de la méthode est la technique d'imagerie speckle multi-exposition (MESI). MESI repose sur l'acquisition d'images brutes de figure de speckle à différents temps d'exposition mais nécessite une modulation simultanée des impulsions laser en durée et en intensité ainsi qu'une synchronisation précise avec la caméra. L'instrumentation et la nécessité de post-traitements lourds en temps de calcul ont limités l’application de l’imagerie MESI. Pour dépasser ces contraintes, nous évaluons d’une part l'utilisation d'une approche simplifiée basée (i) sur un mode d’acquisition synthétique des images de contrastes et (ii) l’analyse directe de ces données par un réseau de neurones dédié. Le but ultime visé étant la translation de la technique MESI vers des applications cliniques en « temps réel ».

Dans un premier temps, nous avons comparé la technique MESI traditionnelle à l'approche d'exposition synthétique sur des micro-canaux à débits contrôlés. Nous avons constaté que la méthode d'exposition synthétique est capable de mesurer les changements de débits relatifs sur une gamme de flux physiologiques. Des expériences de validation in vivo sont en cours pour valider cela.

Dans un second temps, nous avons entrainé des réseaux de neurones convolutifs afin d'extraire les cartes de débit sanguin à partir des données de contraste speckle. Dans l’analyse « standard », les données de contraste sont post-traitées pour en extraire les cartes de débit sanguin à l'aide d'un ajustement non linéaire itératif qui doit être réalisé pour chaque pixel de l’image. L'analyse a montré que le réseau de neurone développé en collaboration avec nos collègues de l’université Chang Gung à Taiwan est capable de prédire les cartes de débit sanguin plus précisément et plus rapidement que la méthode de fit non linéaire, ouvrant la voie aux applications en temps réel. "