Polarimétrie de Mueller pour l'évaluation de la microstructure tissulaire en histologie numérique et cryoconservation

Mueller polarimetry for the assessment of tissue microstructure in digital histology and cryopreservation

• Auteur / Autrice : Deyan Ivanov
• Direction : Razvigor Ossikovski, Tatiana Novikova
• Type : Thèse de doctorat
• Discipline(s) : Optique, Laser et Plasma
• Date : Soutenance le 07/09/2023
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Laboratoire de physique des interfaces et des couches minces (Palaiseau, Essonne) - Laboratoire de physique des interfaces et des couches minces [Palaiseau] / LPICM
• Jury : Président / Présidente : Anabela Da Silva
• Jury : Examinateurs / Examinatrices : Razvigor Ossikovski, Tatiana Novikova, Adolf Canillas, Walter Blondel, Dominique Pagnoux
• Jury : Rapporteurs / Rapporteuses : Anabela Da Silva, Adolf Canillas

Mots clés

Mots clés contrôlés

Apprentissage automatique

Organes -- Cryoconservation

Polarimétrie

Mots clés libres

Polarimétrie du Mueller

Algorithmes de décomposition

Traitement des images

Machine learning

Analyse statistique

Histologie digitale

Mueller polarimetry

Decomposition algorithms

Image processing

Machine learning

Statistical analysis

Digital histology

Résumé

Objet et importance. La polarisation de la lumière peut être utilisée comme modalité optique sensible à la structure des tissues et aux échantillons biologiques en général. Ainsi, cette propriété vectorielle de la lumière peut être appliquée au diagnostic non invasif de formations saines, bénignes et malignes. De même, dans le cas d’échantillons biomédicaux congelés et décongelés, les dégâts internes occasionnés par la décongélation peuvent être aussi détectés.Approche. Un polarimètre-imageur de Mueller dans le visible a été utilisé pour mesurer la réponse polarimétrique complète des tissus étudiés. Le système optique a été configuré en microscope de Mueller en transmission. A l’aide de celui-ci, les médecins peuvent être assistés dans leur diagnostic en effectuant de l’histologie numérique sensible à la polarisation. Pour les échantillons épais, la géométrie en réflexion a été préférée à la transmission. Dans ce dernier cas, les photons rétrodiffusés contiennent de l’information du fait des diffusions multiples et de leur dépolarisation importante, quoiqu’au prix d’intensité lumineuse et rapport signal sur bruit réduits. Quelle que soit la géométrie, une calibration précise (méthode des valeurs propres), de même qu’un algorithme de décomposition afin de filtrer le bruit et/ou les erreurs expérimentales (filtrage de réalisabilité physique), sont indispensables. En fonction de la configuration expérimentale – transmission ou réflexion – les décompositions différentielle et de Lu-Chipman ou la décomposition symétrique ont été respectivement utilisées. Chacun de ces algorithmes permet d’interpréter phénoménologiquement la matrice de Mueller expérimentale sans modèle physique explicite. Néanmoins, des efforts ont été aussi consacrés à l’établissement du lien entre les résultats des décompositions et les informations structurales et biomédicales disponibles.Résultats. Des tranches ex vivo de tissu cervical du corpus calosum d’orientations spatiales différentes ont été utilisées afin d’étudier le comportement des paramètres fournis par la décomposition différentielle et de Lu-Chipman à 532 nm et identifier la décomposition la plus adaptée. Dans cette étude, le microscope de Mueller a été également utilisé pour déterminer l’orientation des fibres cervicales, d’utilité potentielle comme guide pour les neurochirurgiens durant l’opération. Des échantillons décongelés (initialement congelés à 80°C puis décongelés par échauffement conventionnel ou par nanoparticules magnétiques) de tissus modèles ont été mesurés avec le microscope de Mueller à 700 nm. Les résultats expérimentaux ont été traités avec la décomposition différentielle, à l’aide de laquelle des petites différences dans la structure des tissus ont été décelées et confirmées par des méthodes statistiques. Cette approche est potentiellement applicable dans la médecine régénérative afin de révéler des modifications dues à la cryoconservation et à la décongélation. Dans une autre étude, des échantillons de peau avec des lésions dégénératives et malignes ont été mesurés avec le même instrument dans les mêmes conditions, et un modèle deep learning permettant la classification des images a été élaboré. De cette façon, un pas de plus dans la direction de l’histologie numérique en tant qu’aide aux médecins a été fait. Finalement, un polarimètre non-imageur en réflexion a été utilisé pour discriminer les réponses à 635 nm d’échantillons de colon ex vivo avec des parties saines et tumorales. Avec l’augmentation du volume des données, le problème de la variabilité inter-patient a dû être également traité. De plus, lors de la classification des mesures polarimétriques par rapport à l’analyse histologique des médecins, utilisée comme vérité de base, il a également fallu tenir compte des faux positifs et négatifs. En employant l’analyse statistique et des algorithmes de machine learning supervisés et non supervisés, il a été possible de fournir des solutions adéquates à ces problèmes.

Aim and Significance: Polarization of light can be used as an optical modality sensitive to tissue structures and biomedical samples in general. Thus, this vectorial property of light can be applied to diagnose non-invasively healthy, benign and malignant formations. Likewise, when biomedical samples are frozen and then defrosted, the internal damages occurring in the tissue structures due to defrosting can be also detected with polarized light.Approach: An imaging Mueller polarimeter operating in the visible range was used to measure the full polarimetric response of the tissue specimens under study. The optical system was configured as a Mueller microscope in transmission geometry. Thus, medical doctors could be assisted in their diagnosis by performing polarization-sensitive digital histology. For thick tissue specimens, reflection rather than transmission, geometry and scanning were chosen. In that case, the backscattered photons convey diagnosis information by experiencing more scattering events and, thus, being more depolarized, however at the price of lower light intensity and reduced signal-to-noise ratio. Regardless of the experimental geometry, precise calibration (the eigen-value calibration method), as well as a decomposition algorithm to filter data noise and/or experimental errors (physical realizability filtering), are required. Depending on the experimental configuration, transmission or reflection, the differential and Lu-Chipman decompositions or the symmetric decomposition were respectively used. All of these algorithms make it possible to interpret phenomenologically an experimental Mueller matrix, without the need for an explicit physical model of the given tissue sample. Nevertheless, efforts were also spent on relating the decomposition results to the available structural and biomedical information.Results: In transmission, corpus callosum ex vivo brain slides with different spatial orientations were used to study the behavior of the polarimetric parameters provided by the differential and the Lu-Chipman decomposition algorithms at 532 nm and to decide on the most suitable decomposition. In this this study, the Mueller microscope was used to visualize the orientation of brain fiber tracts as well, which can be helpful to guide neurosurgeons during operations. Next, non-frozen (initially frosted at -80°C and then defrosted either with conventional heating or with magnetic-nanoparticle-assisted thawing) tissue models were measured with the Mueller microscope at 700 nm. The experimental results were processed with the differential decomposition algorithm, with the help of which small differences in the tissue structures were detected and confirmed by statistical analysis. This approach has the potential to be used in the field of regenerative medicine to assess any tissue alterations due to cryopreservation and defrosting. In another study, skin samples with degenerative and malignant lesions were measured with the same instrument, geometry and wavelength (700 nm), and a deep learning model was elaborated for image classification. In this way, a step closer to digital histology assessment was made to assist medical doctors. Finally, a non-imaging polarimetric set-up in reflection was used to scan and discriminate the polarization responses of ex vivo colon samples with healthy and tumorous sections at 635 nm. With the increasing amount of experimental data, the problem of the inter-patient variability had to be handled inevitably. Additionally, when classifying the polarization measurements in relation to the medical doctors’ ground truth histological analysis, false positive and false negative data points had to be taken into account. By using statistical analysis, together with supervised and unsupervised machine-learning algorithms, it became possible to find adequate solutions to the aforementioned issues.