La tomographie de cohérence optique plein champ est une technique de microscopie permettant d’imager un plan d’intérêt en profondeur dans un milieu diffusant. Cette technique a été utilisée pour l’examen de pièces opératoires dans un but de diagnostic en cancérologie. L’utilisation de cette technique permettrait en effet de fournir un outil de diagnostic peropératoire rapide et fiable, évitant ainsi de nombreuses procédures de réopération. Ces réopérations peuvent survenir lorsque – lors du diagnostic final par analyse de coupes histologiques – le pathologiste décèle la présence de tissus cancéreux restant, non retirés au cours de l’opération.L’OCT plein champ a montré de bons résultats pour cette application. Néanmoins, cette technique ne fournit qu’un contraste morphologique des tissus, ne permettant pas d’utiliser des critères de qualification des pièces opératoires basées – par exemple – sur la morphologie ou la densité cellulaire.Nous avons développé une nouvelle modalité d’imagerie basée sur l’OCT plein champ permettant de révéler un contraste métabolique dans le tissu à une échelle subcellulaire. Ce contraste permet de révéler les cellules précédemment non distinguées en OCT plein champ. Nous avons également utilisé la mesure quantitative de cette modalité pour réaliser des outils d’aide au diagnostic utilisant des approches d’apprentissage par ordinateur. / Full filed optical coherence tomography is a microscopy imaging technique allowing to image a specific slice in a scattering medium, in depth. This technique has been used for the diagnosis of biopsy in cancerology. This technique could be an efficient and fast way to diagnose excised tissues during surgery. This would avoid numerous reoperations procedures. These reoperations are necessary when a pathologist suspects cancerous tissue to still be present in the patient, based on histological slide examination.FFOCT has shown promising results for that purpose. Nevertheless, this technique only gives a morphological contrast of tissues, which is not enough for applying some diagnostic criteria such as cell morphology or cell density.We developed a new imaging modality based on FFOCT allowing to reveal metabolic contrast in tissues at the subcellular scale. This contrast reveals cells previously indistinguishable with FFOCT. We also used this quantitative metric to propose tools to facilitate diagnosis, using machine learning approaches.
| Identifer | oai:union.ndltd.org:theses.fr/2017PSLET009 |
| Date | 03 November 2017 |
| Creators | Apelian, Clément |
| Contributors | Paris Sciences et Lettres, Ramaz, François, Boccara, Albert-Claude |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0025 seconds