Thèse Apprentissage Profond Informé par la Physique pour la Microscopie sans Lentille Co-Conception de l'Instrument et des Algorithmes de Reconstruction H/F

Doctorat.Gouv.Fr

Établissement : Institut Polytechnique de Paris Télécom SudParis École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Laboratoire de recherche : SAMOVAR - Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux Direction de la thèse : Yaneck GOTTESMAN ORCID 000000020446887X Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-30T23:59:59 L'automatisation de l'analyse microscopique demeure un défi majeur en microbiologie clinique. Alors que de nombreux domaines de l'imagerie médicale ont déjà évolué vers des flux de travail automatisés, la microbiologie repose encore largement sur l'inspection manuelle par des experts. Cette difficulté provient d'une contrainte fondamentale : les micro-organismes doivent être identifiés à une résolution submicrométrique tout en explorant simultanément des zones d'échantillons extrêmement vastes et hétérogènes.

Pour répondre à ce défi, une nouvelle plateforme de microscopie sans lentille est actuellement développée dans notre laboratoire. L'instrument intègre un dispositif programmable permettant de contrôler avec précision le front d'onde optique utilisé pour sonder l'échantillon. En modulant activement ce front d'onde d'illumination, le processus d'imagerie devient lui-même programmable. Cette capacité introduit un degré de flexibilité inédit dans les stratégies d'acquisition et ouvre un espace encore largement inexploré de configurations d'imagerie, susceptible d'accroître significativement la quantité d'information contenue dans les mesures acquises.

Cependant, l'exploitation de ces nouveaux degrés de liberté soulève des défis computationnels fondamentaux. Les mesures produites par de tels systèmes conduisent à des problèmes inverses complexes nécessitant des stratégies avancées de reconstruction d'images. Plus encore, la possibilité d'encoder directement de l'information dans les motifs d'illumination offre de nouvelles perspectives pour améliorer le conditionnement de ces problèmes inverses. Cela ouvre la voie à un nouveau paradigme en imagerie computationnelle dans lequel la conception de l'acquisition, le contrôle du front d'onde et les algorithmes de reconstruction doivent être envisagés conjointement afin de maximiser les performances de l'instrument.

Ce projet de thèse propose d'aborder ces défis à l'aide d'approches d'apprentissage profond informées par la physique. Le travail consistera à développer des méthodes intégrant des modèles physiques du processus de formation de l'image au sein d'architectures de réseaux de neurones, afin de combiner la robustesse et l'interprétabilité des approches fondées sur des modèles avec la flexibilité de l'apprentissage à partir des données. Dans ce cadre, la thèse visera à concevoir et étudier un ensemble de méthodes permettant d'optimiser conjointement plusieurs composantes de la chaîne d'imagerie, depuis le prétraitement des mesures brutes jusqu'à la reconstruction des images et à la conception des stratégies d'illumination. L'objectif est d'explorer de nouvelles approches d'imagerie computationnelle tirant pleinement parti de la flexibilité offerte par le contrôle programmable du front d'onde. Un nouveau type de microscope sans lentille est en train d'être réalisé dans l'équipe (thèse R. Livet 2025-2028). L'accès aux échantillons biologiques sera possible dans le cadre d'un accord déjà établis avec APHP (validé par le comité éthique local de l'hôpital Avicenne). Des contacts sont déjà établis sur ce sujet avec un industriel (en microbiologie clinique)