La détection et la caractérisation automatisée des cellules constituent un enjeu important dans de nombreux domaines de recherche tels que la cicatrisation, le développement de l'embryon et des cellules souches, l’immunologie, l’oncologie, l'ingénierie tissulaire et la découverte de nouveaux médicaments. Étudier le comportement cellulaire in vitro par imagerie des cellules vivantes et par le criblage à haut débit implique des milliers d'images et de vastes quantités de données. Des outils d'analyse automatisés reposant sur la vision numérique et les méthodes non-intrusives telles que la microscopie à contraste de phase (PCM) sont nécessaires. Comme les images PCM sont difficiles à analyser en raison du halo lumineux entourant les cellules et de la difficulté à distinguer les cellules individuelles, le but de ce projet était de développer des algorithmes de traitement d'image PCM dans Matlab® afin d’en tirer de l’information reliée à la morphologie cellulaire de manière automatisée. Pour développer ces algorithmes, des séries d’images de myoblastes acquises en PCM ont été générées, en faisant croître les cellules dans un milieu avec sérum bovin (SSM) ou dans un milieu sans sérum (SFM) sur plusieurs passages. La surface recouverte par les cellules a été estimée en utilisant un filtre de plage de valeurs, un seuil et une taille minimale de coupe afin d'examiner la cinétique de croissance cellulaire. Les résultats ont montré que les cellules avaient des taux de croissance similaires pour les deux milieux de culture, mais que celui-ci diminue de façon linéaire avec le nombre de passages. La méthode de transformée par ondelette continue combinée à l’analyse d'image multivariée (UWT-MIA) a été élaborée afin d’estimer la distribution de caractéristiques morphologiques des cellules (axe majeur, axe mineur, orientation et rondeur). Une analyse multivariée réalisée sur l’ensemble de la base de données (environ 1 million d’images PCM) a montré d'une manière quantitative que les myoblastes cultivés dans le milieu SFM étaient plus allongés et plus petits que ceux cultivés dans le milieu SSM. Les algorithmes développés grâce à ce projet pourraient être utilisés sur d'autres phénotypes cellulaires pour des applications de criblage à haut débit et de contrôle de cultures cellulaires. / Automated cell detection and characterization is important in many research fields such as wound healing, embryo development, immune system studies, cancer research, parasite spreading, tissue engineering, stem cell research and drug research and testing. Studying in vitro cellular behavior via live-cell imaging and high-throughput screening involves thousands of images and vast amounts of data, and automated analysis tools relying on machine vision methods and non-intrusive methods such as phase contrast microscopy (PCM) are a necessity. However, there are still some challenges to overcome, since PCM images are difficult to analyze because of the bright halo surrounding the cells and blurry cell-cell boundaries when they are touching. The goal of this project was to develop image processing algorithms to analyze PCM images in an automated fashion, capable of processing large datasets of images to extract information related to cellular viability and morphology. To develop these algorithms, a large dataset of myoblasts images acquired in live-cell imaging (in PCM) was created, growing the cells in either a serum-supplemented (SSM) or a serum-free (SFM) medium over several passages. As a result, algorithms capable of computing the cell-covered surface and cellular morphological features were programmed in Matlab®. The cell-covered surface was estimated using a range filter, a threshold and a minimum cut size in order to look at the cellular growth kinetics. Results showed that the cells were growing at similar paces for both media, but their growth rate was decreasing linearly with passage number. The undecimated wavelet transform multivariate image analysis (UWT-MIA) method was developed, and was used to estimate cellular morphological features distributions (major axis, minor axis, orientation and roundness distributions) on a very large PCM image dataset using the Gabor continuous wavelet transform. Multivariate data analysis performed on the whole database (around 1 million PCM images) showed in a quantitative manner that myoblasts grown in SFM were more elongated and smaller than cells grown in SSM. The algorithms developed through this project could be used in the future on other cellular phenotypes for high-throughput screening and cell culture control applications.

Nous avons développé une nouvelle technique de reconnaissance de contours de vésicules lipidiques géantes en microscopie à contraste de phase permettant une analyse en temps réel avec une très bonne précision. Nous obtenons ainsi le spectre de fluctuation d'une vésicule et nous avons développé le formalisme nécessaire à une comparaison avec les théories développées sur des membranes planes. Nous avons appliqué notre technique à l'analyse de vésicules purement lipidiques et nous mesuré le spectre de fluctuations. Les modules de courbure déduits correspondent aux valeurs de la littérature. Cette technique nous a aussi permis d'étudier deux types de membranes hors équilibre : d'une part des liposomes contenant de la bactériorhodopsine où nos résultats ne s'interprètent pas avec la théorie actuelle des membranes actives ; notre technique a été aussi appliquée à des membranes en présence d'apport de lipides, et nous avons pu mettre en évidence l'apparition d'une tension négative.

Ce manuscrit détaille le développement d'un montage de pince optique permettant d'étudier les propriétés mécaniques des cellules endothéliales, impliquées dans le développement de l'athérosclérose. Le but est de déterminer les propriétés viscoélastiques des cellules, et de suivre la propagation d’une contrainte mécanique au sein de la cellule. Cette contrainte mécanique est appliquée via une bille liée à la membrane de la cellule et soumise à un piège optique.Le dispositif réalisé combine le piégeage optique et la microscopie à contraste de phase, permettant d'exercer une force tout en imageant les cellules via le même objectif de microscope. L'originalité du montage de pince optique repose sur la détection du signal rétrodiffusé par la bille piégée, dans un plan conjugué du plan focal arrière de l'objectif, afin de mesurer la position relative de la bille par rapport au piège.Une part importante de ce travail a consisté à comprendre l'allure du signal détecté présentant un système d'interférences en anneaux, et à l’expliquer par un modèle simple. Ce modèle a permis de comprendre la présence d’artefacts de mesure de position dus à la superposition de l'anneau de phase sur la figure d’interférence. Pour y remédier, l'anneau de phase est déporté dans un plan conjugué intervenant uniquement dans l'imagerie de l'échantillon.La figure d'interférence présente un atout majeur : elle donne accès à la hauteur précise de la bille piégée, généralement difficile à mesurer. Cette information est nécessaire pour calibrer la constante de raideur du piège optique à la hauteur des cellules, que ce soit par l'analyse de la densité spectrale de puissance du mouvement brownien de la bille piégée ou par sa réponse à un échelon de position du piège. Ces deux méthodes de calibration, ainsi que l'application du théorème d’équipartition et l'analyse par inférence bayésienne, ont été mises en œuvre. Tous les résultats s'avèrent en bon accord. La calibration complète du dispositif en fait un outil prêt à l'emploi pour exercer des forces locales contrôlées en direction et en amplitude sur les cellules. / This manuscript details the development of an optical tweezer setup to study the mechanical properties of endothelial cells, involved in the development of atherosclerosis. The goal is to determine the viscoelastic properties of the cells, and to follow the propagation of the mechanical constraint inside the cell. This mechanical constraint is applied via a bead attached to the cell membrane and subjected to an optical trap.The setup built combines optical trapping with phase contrast microscopy, to apply a force while imaging the cells with the same microscope objective. The originality of the optical tweezer setup relies on the detection of the signal backscattered by the trapped bead, in a plane conjugate to the back focal plane of the objective, in order to measure the relative position of the bead with respect to the center of the trap.An important part of this work was dedicated to the understanding of the detected signal presenting an interference pattern with rings, explained by a simple model. This model provides an explanation for the position measurement artifacts arising from the superposition of the phase ring and the interference pattern. To solve the problem, the phase ring was moved in a conjugate plane involved only in the imaging path of the sample.The interference pattern has the main advantage of giving access to the precise height of the trapped bead, usually difficult to measure. This information is necessary to calibrate the optical trap stiffness at the height of the cells, either by the power spectrum analysis of the Brownian motion of the trapped bead, or by its response to a step motion of the trap. These two calibration methods, along with the application of the equipartition theorem and Bayesian inference analysis, were implemented and their results compared, showing a good agreement. The complete calibration of the setup makes it a ready-to-use tool to exert local forces controlled in direction and amplitude on cells.