A l'heure actuelle, des méthodes innovatrices complémentaires à l'histopathologie pour le diagnostic de cancer sont en voie de développement. Dans cette perspective, une approche biophotonique telle la micro-imagerie spectrale infrarouge représente une méthode candidate capable de fournir une empreinte biochimique des cellules et des tissus sans étape de marquage. Par conséquent, un nouveau concept d'histopathologie spectrale infrarouge des tissus du côlon a été mis en œuvre afin d'identifier les signatures spectrales spécifiques des structures histologiques du côlon, et d'exploiter ces signatures afin de développer un modèle de prédiction comprenant des marqueurs potentiels pour le diagnostic du cancer du côlon de manière rapide et automatisée. Pour cela, les images infrarouges de différents échantillons coliques (adénocarcinome modérément différencié et non-tumorale) ont été acquises en utilisant un système d'imagerie infrarouge. Un déparaffinage mathématique a été réalisé sur les images spectrales en utilisant l'algorithme « extended multiplicative signal correction » (EMSC). Les données spectrales ont été soumises à une analyse de clustering, afin d'identifier les signatures spectrales spécifiques des tissus du côlon. Ces signatures ont été utilisées pour développer un modèle de prédiction robuste qui a été appliqué sur des échantillons des tissus du côlon inconnus pour l'identification histopathologique. Le modèle de prédiction, a non seulement identifié d'une part les tissus tumoraux inconnus avec une sensibilité de 100%, mais aussi d'autre part des caractéristiques importantes associées à la tumeur telles que le tumor budding et l'association de la tumeur et du stroma. La micro-imagerie spectrale infrarouge en conjonction avec l'analyse statistique multivariée, constituant une approche non destructive et ne nécessitant aucun marquage, démontre le potentiel de cette méthode comme outil complémentaire à l'histopathologie classique pour un diagnostic de cancer automatisé et objectif. / Innovative cancer diagnostic methods complementary to the gold standard histopathology are the need of the hour. In this perspective, the biophotonic approach of infrared spectral micro-imaging is one of the candidate methods capable of providing a biochemical fingerprint of cells and tissues in a label-free manner. Hence, a novel concept of infrared spectral histopathology of colonic tissues has been implemented in order to identify spectral signatures specific of colon histological structures, and to exploit these signatures to develop a prediction model comprising potential diagnostic markers for rapid and automated colon cancer diagnosis. For this, infrared images of colonic samples (moderately differentiated adenocarcinoma and non-tumoral) were acquired using an infrared imaging system. A mathematical deparaffinization was carried out on the spectral images using a modified Extended Multiplicative Signal Correction (EMSC) algorithm. The spectral data was subjected to clustering analysis in order to identify spectral signatures specific of colonic tissues. These signatures were used to develop a robust prediction model which was applied on unknown colonic tissue samples for histopathological identification. The prediction model not only identified the unknown tumoral tissues with 100 % sensitivity, but also some important tumor associated features such as tumor budding and tumor stroma association. Infrared spectral micro-imaging in conjunction with multivariate statistical analysis constituting a non-destructive and label-free approach, demonstrates the potential as a novel complementary tool to conventional histopathology for an automated and objective cancer diagnosis.

Le carcinome basocellulaire (CBC) est un cancer cutané très fréquent représentant un problème de santé publique majeur. Il métastase rarement mais peut devenir très invasif localement s’il n’est pas pris en charge rapidement. Actuellement, le diagnostic de certitude du CBC est obtenu par examen anatomopathologique de coupes fines ; ce qui présente pour inconvénient d’être invasif et de donner une réponse différée. De plus, la chirurgie du CBC ne bénéficie pas d’outil permettant de définir en temps réel la largeur optimale des marges de sécurité ; celles-ci devant être minimales pour éviter les séquelles esthétiques mais suffisantes pour empêcher toute récidive. L’objectif de ces travaux de thèse est d’évaluer l’apport potentiel de la spectroscopie Raman dans la prise en charge du CBC. Cette technologie applicable in vivo grâce au développement de sondes adaptées, permet une exploration tissulaire à un niveau moléculaire relativement rapide. Au total, 32 patients ont été inclus dans cette étude. A partir des spectres enregistrés in vivo, un modèle de discrimination CBC / peau saine a été développé, à partir duquel les marges d’excision latérales ont pu être évaluées. Les marges profondes ont également été étudiées après enregistrement de spectres sur les pièces fraichement excisées. Des marqueurs Raman de discrimination ont été identifiés aux différentes échelles in vivo, ex vivo et in vitro; ils constituent des bio-indicateurs potentiels pour orienter la prise de décision chirurgicale. Enfin, la contribution des fonds spectraux, habituellement écartés des analyses Raman, a été considérée et leur intérêt dans le cadre de ce projet a été discuté. / Basal cell carcinoma (BCC) is the most common skin cancer and a major problem for healthcare services worldwide. BCC rarely metastasizes but can become highly damaging for surrounding tissue in case of late diagnosis. Actually, the gold standard for BCC diagnosis relies on histopathological assessment of thin sections, but it is an invasive method which provides a delayed response. Moreover, it will be helpful during surgery of BCC to assess in real-time the optimal size of the security margins, which has to be small enough to minimize aesthetic sequelae but sufficient to avoid recurrence. The aim of this work is to evaluate the potential contribution of Raman spectroscopy in the management of BCC. This technology can be applied in vivo thanks to the development of appropriate probes and allows a relatively rapid tissue exploration at a molecular level. A total of 32 patients were included in this study. From in vivo recorded spectra, a model of discrimination BCC / healthy skin was implemented, from which the width of excision margins was evaluated. Deep margins were also studied after recording spectra on freshly excised pieces. Discriminant Raman markers were identified at different levels in vivo, ex vivo and in vitro; they are potential bio-indicators to help the surgeon to define ideal excision margins. In addition, the contribution of spectral backgrounds, usually removed from Raman analysis, was considered and their interest in this project was discussed