Imagerie Raman augmentée pour le diagnostic oncologique: acquisition adaptative et reconstruction par apprentissage profond // Augmented Raman imaging for Oncological Diagnosis: Adaptive Acquisition and Deep Learning Reconstruction

Topic description

Cette thèse vise à développer une plateforme de microscopie Raman augmentée par intelligence artificielle pour le diagnostic oncologique. L'histopathologie demeure le gold standard du diagnostic des cancers solides, mais sa nature qualitative et la variabilité inter-observateur qu'elle engendre nécessitent des approches complémentaires plus objectives et reproductibles. La micro-spectroscopie Raman offre une alternative prometteuse : sans marquage chimique ni préparation invasive, elle révèle directement la distribution spatiale des constituants moléculaires du tissu natif, fournissant une empreinte biochimique riche et spécifique. Son déploiement clinique se heurte cependant à un obstacle fondamental, la faible efficacité de la diffusion Raman impose des temps d'acquisition longs, limitant les zones analysables à quelques centaines de micromètres, loin des surfaces de plusieurs centaines de millimètres carrés qu'exige la pratique pathologique cou...