Méthodes de spectro-imagerie multimodalités et d'apprentissage automatique pour la caractérisation bio-optique des cancers de la peau

Multimodal Spectro-Imaging Methods and Machine Learning for Bio-Optical Characterization of Skin Cancers

• Auteur / Autrice : Marie Camonin
• Direction : Walter Blondel, Hervé Rinnert
• Type : Projet de thèse
• Discipline(s) : Automatique, Traitement du signal et des images, Génie informatique
• Date : Inscription en doctorat le 03/10/2024
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
• Partenaire(s) de recherche : Laboratoire : CRAN - Centre de Recherche en Automatique de Nancy

Mots clés

Mots clés libres

Spectroscopie optique

Imagerie hyperspectale

Interactions lumière-tissus biologiques

Apprentissage automatique

Photodiagnostic en cancérologie

Optical Spectroscopy

Hyperspectral Imaging

Light-tissue biological interactions

Machine Learning

Photodiagnosis in Oncology

Résumé

Le projet SpectroSkin vise à initier une nouvelle collaboration scientifique entre les équipes du CRAN et de l'IJL, en exploitant leurs compétences complémentaires dans la caractérisation optique de matériaux (ici : la peau humaine). Le défi du projet SpectroSkin est, par une approche interdisciplinaire multi-échelles et en couplant pour la première fois les informations complémentaires issues de quatre méthodologies expérimentales (réflectance diffuse, autofluorescence, Raman et Infrarouge lointain), de faire le lien entre les caractéristiques biophotoniques (signatures spectrales, paramètres optiques) des échantillons cutanés sains et pathologiques (i) à l'échelle macroscopique in vivo, d'une part et (ii) à l'échelle microscopique ex vivo, d'autre part. Des techniques d'apprentissage automatique (classification automatique) aidées par des méthodes de modélisation des interactions lumière-tissus seront développées pour analyser les jeux de données multidimensionnels originaux ainsi générés et identifier de nouvelles combinaisons de marqueurs bio-optiques discriminants pour résoudre plus efficacement le problème du diagnostic in vivo des cancers cutanés.

The SpectroSkin project aims to initiate a new scientific collaboration between the CRAN and IJL teams by leveraging their complementary expertise in the optical characterization of materials (in this case, human skin). The challenge of the SpectroSkin project is to link the biophotonic characteristics (spectral signatures, optical parameters) of healthy and pathological skin samples on a macroscopic in vivo scale and a microscopic ex vivo scale through an interdisciplinary, multi-scale approach. For the first time, it will couple complementary information from four experimental methodologies (diffuse reflectance, autofluorescence, Raman, and far-infrared). Machine learning techniques (automatic classification) aided by modeling methods of light-tissue interactions will be developed to analyze the original multidimensional data sets generated and to identify new combinations of discriminant bio-optical markers to more effectively address the problem of in vivo skin cancer diagnosis.