PostDoc Project
Title:
Multimodal spectro-imaging and machine learning methods for bio-optical characterization of biological tissues in
the UV-Visible-NIR-FIR-THz ranges: applications to in vivo diagnosis of human skin cancer and kidney stones
Dates:
2024/08/29 - 2025/01/31
Student:
Supervisor(s):
Description:
Le présent travail de recherche postdoctorale s'inscrit dans le cadre d'un projet collaboratif entre des
chercheurs du Laboratoire International Georgia Tech-CNRS de Metz (France) et du CRAN de l'Université de
Lorraine à Nancy (France) ayant des expertises complémentaires dans les domaines de Spectroscopie et
imagerie térahertz dans le domaine temporel et caractérisation non invasive de matériaux par méthodes
optiques, caractérisation des propriétés optiques des tissus biologiques et photodiagnostic in vivo, approches
expérimentales multimodales et/ou multispectrales et/ou multiéchelles, modélisation des interactions lumière
-matière et traitement de données multidimensionnelles et analyse.
L'équipe du CRAN est parmi les leaders internationaux pour mener des activités de recherche fondamentale et
translationnelle sur les méthodes de spectro-imagerie multimodale pour la caractérisation des propriétés
optiques des tissus biologiques appliquées au photodiagnostic in vivo et au guidage chirurgical. L'objectif est de
fournir aux cliniciens des outils de « biopsie optique » peropératoires non invasifs permettant un guidage
thérapeutique amélioré et personnalisé ainsi la détection et la gestion des tissus pathologiques. Nos
principales cibles d'applications cliniques sont principalement les plaies chroniques cutanées et les cancers, et
plus récemment les calculs urinaires. Plus précisément, notre équipe possède une forte expertise dans :
- le développement, la validation métrologique et expérimentale d'instruments d'imagerie de spectro-imagerie
de réflectance diffuse et de fluorescence dans le domaine spectral UV-Vis-NIR, sur fantômes et sur tissus ex
vivo et in vivo ;
- la modélisation physique, mathématique et numérique des interactions lumière-tissus incluant la résolution
de problèmes inverses complexes et l'estimation des propriétés optiques des tissus ;
- le traitement de données multidimensionnelles visant l'extraction/sélection de caractéristiques spectrales
discriminantes afin de réaliser une classification multi-catégories (machine learning) ;
- la validation des méthodes et outils développés dans le cadre d'essais précliniques et cliniques en urologie et
dermatologie.
L'équipe est actuellement impliquée dans plusieurs projets de recherche collaboratifs nationaux et
internationaux ainsi que dans des essais cliniques en collaboration avec le CHR Metz-Thionville (service de
chirurgie plastique) et le CHRU Nancy (services de gériatrie et d'urologie).
Notre plateforme PhotoVivo est la seule en France regroupant des dispositifs de pointe tels que (non exhaustif)
: Tomographie confocale par cohérence optique en champ linéaire, Spectroscopie de réflectance diffuse et
d'autofluorescence résolue spatialement, dispositif à base de sphère double intégratrice. pour la
caractérisation des propriétés optiques spectrales des tissus, les systèmes d'imagerie hyperspectrale de
paillasse et cliniquement compatibles.
Le groupe Photonique et Térahertz de Georgia Tech-CNRS exploitent la spectroscopie dans le domaine
temporel THz (THz-TDS) pour des applications en évaluation et tests non destructifs. Il a étudié un large
éventail de matériaux et de systèmes, notamment les matériaux composites, les revêtements, les oxydes
métalliques et les oeuvres d'art. La plateforme expérimentale est composée de deux systèmes THz-TDS, de
portiques pour l'imagerie par transmission et réflexion et de modules soumettant les échantillons à des
contraintes thermiques et mécaniques. Le groupe possède une expérience significative dans l'application et le
développement de techniques de traitement du signal et de l'image qui augmentent la résolution des mesures.
Concernant le travail postdoctoral proposé, les ondes THz connaissent une bonne pénétration dans les tissus
biologiques secs et ont ainsi le potentiel de révéler des informations souterraines lors de l'imagerie de calculs
cutanées ou rénaux.
chercheurs du Laboratoire International Georgia Tech-CNRS de Metz (France) et du CRAN de l'Université de
Lorraine à Nancy (France) ayant des expertises complémentaires dans les domaines de Spectroscopie et
imagerie térahertz dans le domaine temporel et caractérisation non invasive de matériaux par méthodes
optiques, caractérisation des propriétés optiques des tissus biologiques et photodiagnostic in vivo, approches
expérimentales multimodales et/ou multispectrales et/ou multiéchelles, modélisation des interactions lumière
-matière et traitement de données multidimensionnelles et analyse.
L'équipe du CRAN est parmi les leaders internationaux pour mener des activités de recherche fondamentale et
translationnelle sur les méthodes de spectro-imagerie multimodale pour la caractérisation des propriétés
optiques des tissus biologiques appliquées au photodiagnostic in vivo et au guidage chirurgical. L'objectif est de
fournir aux cliniciens des outils de « biopsie optique » peropératoires non invasifs permettant un guidage
thérapeutique amélioré et personnalisé ainsi la détection et la gestion des tissus pathologiques. Nos
principales cibles d'applications cliniques sont principalement les plaies chroniques cutanées et les cancers, et
plus récemment les calculs urinaires. Plus précisément, notre équipe possède une forte expertise dans :
- le développement, la validation métrologique et expérimentale d'instruments d'imagerie de spectro-imagerie
de réflectance diffuse et de fluorescence dans le domaine spectral UV-Vis-NIR, sur fantômes et sur tissus ex
vivo et in vivo ;
- la modélisation physique, mathématique et numérique des interactions lumière-tissus incluant la résolution
de problèmes inverses complexes et l'estimation des propriétés optiques des tissus ;
- le traitement de données multidimensionnelles visant l'extraction/sélection de caractéristiques spectrales
discriminantes afin de réaliser une classification multi-catégories (machine learning) ;
- la validation des méthodes et outils développés dans le cadre d'essais précliniques et cliniques en urologie et
dermatologie.
L'équipe est actuellement impliquée dans plusieurs projets de recherche collaboratifs nationaux et
internationaux ainsi que dans des essais cliniques en collaboration avec le CHR Metz-Thionville (service de
chirurgie plastique) et le CHRU Nancy (services de gériatrie et d'urologie).
Notre plateforme PhotoVivo est la seule en France regroupant des dispositifs de pointe tels que (non exhaustif)
: Tomographie confocale par cohérence optique en champ linéaire, Spectroscopie de réflectance diffuse et
d'autofluorescence résolue spatialement, dispositif à base de sphère double intégratrice. pour la
caractérisation des propriétés optiques spectrales des tissus, les systèmes d'imagerie hyperspectrale de
paillasse et cliniquement compatibles.
Le groupe Photonique et Térahertz de Georgia Tech-CNRS exploitent la spectroscopie dans le domaine
temporel THz (THz-TDS) pour des applications en évaluation et tests non destructifs. Il a étudié un large
éventail de matériaux et de systèmes, notamment les matériaux composites, les revêtements, les oxydes
métalliques et les oeuvres d'art. La plateforme expérimentale est composée de deux systèmes THz-TDS, de
portiques pour l'imagerie par transmission et réflexion et de modules soumettant les échantillons à des
contraintes thermiques et mécaniques. Le groupe possède une expérience significative dans l'application et le
développement de techniques de traitement du signal et de l'image qui augmentent la résolution des mesures.
Concernant le travail postdoctoral proposé, les ondes THz connaissent une bonne pénétration dans les tissus
biologiques secs et ont ainsi le potentiel de révéler des informations souterraines lors de l'imagerie de calculs
cutanées ou rénaux.
Keywords:
Tissue optics, skin cancer, urinary stones, optical spectroscopy and imaging
Department(s):
| Biology, Signals and Systems in Cancer and Neuroscience |
Publications: