WO2017162985A1 - Procédé d'observation d'un échantillon par calcul d'une image complexe - Google Patents

Procédé d'observation d'un échantillon par calcul d'une image complexe Download PDF

Info

Publication number
WO2017162985A1
WO2017162985A1 PCT/FR2017/050671 FR2017050671W WO2017162985A1 WO 2017162985 A1 WO2017162985 A1 WO 2017162985A1 FR 2017050671 W FR2017050671 W FR 2017050671W WO 2017162985 A1 WO2017162985 A1 WO 2017162985A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
sample
pixel
sub
complex
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/FR2017/050671
Other languages
English (en)
Inventor
Lionel Herve
Cédric ALLIER
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Original Assignee
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Commissariat a lEnergie Atomique et aux Energies Alternatives CEA filed Critical Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Priority to US16/086,969 priority Critical patent/US10816454B2/en
Priority to EP17716963.8A priority patent/EP3433679B1/fr
Publication of WO2017162985A1 publication Critical patent/WO2017162985A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434—Optical arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G01N15/1433—Signal processing using image recognition
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/08—Synthesising holograms, i.e. holograms synthesized from objects or objects from holograms
    • G03H1/0866—Digital holographic imaging, i.e. synthesizing holobjects from holograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N2015/1006—Investigating individual particles for cytology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434—Optical arrangements
    • G01N2015/144—Imaging characterised by its optical setup
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1434—Optical arrangements
    • G01N2015/1454—Optical arrangements using phase shift or interference, e.g. for improving contrast
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G03H2001/0447—In-line recording arrangement
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G03H2001/045—Fourier or lensless Fourier arrangement
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G03H2001/0452—Digital holography, i.e. recording holograms with digital recording means arranged to record an image of the object
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G03H2001/0454—Arrangement for recovering hologram complex amplitude
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/08—Synthesising holograms, i.e. holograms synthesized from objects or objects from holograms
    • G03H1/0808—Methods of numerical synthesis, e.g. coherent ray tracing [CRT], diffraction specific
    • G03H2001/0816—Iterative algorithms

Definitions

  • the technical field of the invention is related to the observation of a sample, in particular a biological sample, by imaging without a lens.
  • This image is formed of interference patterns between the light wave emitted by the light source and transmitted by the sample, and diffraction waves, resulting from the diffraction by the sample of the light wave emitted by the source. from light.
  • These interference patterns are sometimes called diffraction patterns, or designated by the term "diffraction pattern”.
  • WO2008090330 discloses a device for the observation of biological samples, in this case cells, by imaging without a lens.
  • the device makes it possible to associate, with each cell, an interference pattern whose morphology makes it possible to identify the type of cell.
  • Imaging without a lens appears as a simple and inexpensive alternative to a conventional microscope.
  • its field of observation is much larger than can be that of a microscope. It is understandable that the application prospects related to this technology are important.
  • the image formed on the image sensor can be processed by a holographic reconstruction algorithm, so as to estimate optical properties of the sample, for example a factor transmission or a phase.
  • a holographic reconstruction algorithm so as to estimate optical properties of the sample, for example a factor transmission or a phase.
  • Such algorithms are well known in the field of holographic reconstruction. For this, the distance between the sample and the image sensor is known, we apply a propagation algorithm, taking into account this distance, and the length of the light wave emitted by the light source. It is then possible to reconstruct an image of an optical property of the sample.
  • the reconstructed image may, in particular, be a complex image of the light wave transmitted by the sample, including information on the optical properties of absorption or phase variation of the sample.
  • holographic reconstruction algorithms can induce reconstruction noise in the reconstructed image, referred to as the "twin image”. This is mainly due to the fact that the image formed on the image sensor does not include information relating to the phase of the light wave reaching this sensor. As a result, the holographic reconstruction is performed on the basis of partial optical information, based solely on the intensity of the light wave collected on the image sensor.
  • phase retrieval allowing an estimation of the phase of the light wave at which the image sensor is presentation.
  • a digital reconstruction algorithm is for example described in US2012 / 0218379.
  • the inventors propose a method for observing a sample by a holographic imaging method, the method comprising a step of reconstructing a complex image of the sample. This reconstruction step makes it possible to obtain a complex image of good quality, giving information on the optical properties of the sample.
  • An object of the invention is a method for observing a sample comprising the following steps:
  • the method being characterized in that the calculation of said complex image comprises the following sub-steps: i) defining an initial image of the sample in the detection plane, from the image acquired by the image sensor;
  • ii) determining a complex image of the sample in a reconstruction plane by applying a propagation operator to the initial image of the sample defined in substep i) or the image of the sample, in the detection plane, resulting from the previous iteration;
  • the sub-step iii) comprises:
  • the norm calculated in each pixel is preferably a norm of order less than or equal to 1. It can be obtained from a dimensional derivative of the complex image, this derivative being calculated in several pixels of the image, even at each pixel of the image. It can also be obtained from the value of the complex image in several pixels of the image, or even at each pixel of the image.
  • the noise indicator quantifies the reconstruction noise affecting the reconstructed complex image. It can be a norm of order less than or equal to 1 calculated from the quantities associated with each pixel.
  • the quantity associated with each pixel can be calculated from the module of a dimensional derivative, at said pixel, of the complex image determined during the sub-step ii).
  • the initial image of the sample is defined by a normalization of the image acquired by the image sensor, by an image representative of the light wave emitted by the light source;
  • the quantity associated with each pixel is calculated as a function of the value of the complex image determined during the sub-step ii), to said pixel subtracted from a strictly positive number, for example the number 1.
  • the method may include any of the following features, taken alone or in combination:
  • the indicator is a sum, possibly weighted, of the quantity associated with each pixel of the complex image determined during the sub-step ii);
  • the adjustment of the value of the phase of each pixel is carried out by constituting a vector, called a phase vector, each term of which corresponds to the value of the phase of a pixel of the pixel. image of the sample in the detection plane, this vector being updated, during each iteration, so as either to minimize or to maximize the noise indicator calculated during the sub-step iii), in based on a gradient of the noise indicator according to each term of said phase vector.
  • the update of the phase vector can be performed by a minimization or maximization algorithm based on a gradient of the noise indicator (according to each term of said phase vector.
  • the reconstruction plane may extend preferably parallel to, or substantially parallel to, the detection plane.
  • the reconstruction plane is a plane in which the sample expands.
  • no magnification optics is interposed between the sample and the image sensor.
  • the method may comprise a step d) of characterizing the sample as a function of the calculated complex image.
  • the sample may in particular comprise particles suspended in a continuous medium.
  • characterization we mean for example: a determination of the nature of a particle, i.e., a classification of that particle among one or more predetermined classes;
  • determining the state of a particle from one or more predetermined states an estimate of the size of a particle, or its shape, or its volume or any other geometrical parameter
  • an estimate of an optical property of one or more particles for example the refractive index or an optical transmission property
  • FIG. 1 represents an example of a device according to the invention.
  • Figure 2A illustrates the main steps of a method for calculating a complex image of the sample in a reconstruction plane.
  • FIGS. 2B, 2C, 2D and 2E respectively represent:
  • FIGS. 3A and 3B schematize a profile of the module or the phase of a complex image obtained by holographic reconstruction, respectively in the presence and without reconstruction noise.
  • Figure 4 shows the operation of a method embodying the invention.
  • FIG. 5A is a hologram acquired by an image sensor, the sample comprising cells dispersed in an aqueous continuous phase.
  • FIGS. 5B and 5C respectively represent the module and the phase of a complex image in the plane of the sample, this complex image being formed by implementing the invention.
  • Fig 6A is a hologram acquired by an image sensor, the sample having red cells dispersed in an aqueous continuous phase;
  • Figures 6B and 6C show respectively the module and the phase of a complex image in the plane of the sample, this complex image being formed by implementing the invention.
  • FIG. 1 represents an exemplary device according to the invention.
  • a light source 11 is able to emit a light wave 12, called the incident light wave, propagating in the direction of a sample 10, along an axis of propagation Z.
  • the light wave is emitted according to a spectral band ⁇ , having a wavelength ⁇ . This wavelength may be a central wavelength of said spectral band.
  • Sample 10 is a sample that it is desired to characterize. It may especially be a medium 10a comprising particles 10b.
  • the particles 10b may be blood particles, for example red blood cells. It may also be cells, microorganisms, for example bacteria or yeasts, microalgae, microbeads, or insoluble droplets in the liquid medium, for example lipid nanoparticles.
  • the particles 10b have a diameter, or are inscribed in a diameter, less than 1 mm, and preferably less than 100 ⁇ . These are microparticles (diameter less than 1 mm) or nanoparticles (diameter less than 1 ⁇ ).
  • the medium 10a in which the particles bathe, may be a liquid medium, for example a liquid phase of a body fluid, a culture medium or a liquid taken from the environment or in an industrial process. It can also be a solid medium or having the consistency of a gel, for example an agar-like substrate, which is conducive to the growth of bacterial colonies.
  • the sample 10 is contained in a fluid chamber 15.
  • the fluidic chamber 15 is for example a microcuvette, commonly used in point of care devices, in which the sample enters, for example by capillarity.
  • the thickness e of the sample 10 along the axis of propagation typically varies between 20 ⁇ and 1 cm, and is preferably between 50 ⁇ and 500 ⁇ , for example 150 ⁇ .
  • the sample extends along a plane P 10 , called the plane of the sample, perpendicular to the axis of propagation. It is maintained on a 10s port.
  • the distance D between the light source 11 and the sample 10 is preferably greater than 1 cm. It is preferably between 2 and 30 cm.
  • the light source, as seen by the sample is considered as point. This means that its diameter (or diagonal) is preferentially less than one-tenth, better one-hundredth of the distance between the sample and the light source.
  • the light arrives at the sample in the form of plane waves, or can be considered as such.
  • the light source 11 may be a light emitting diode or a laser diode. It can be associated with diaphragm 18, or spatial filter.
  • the opening of the diaphragm is typically between 5 ⁇ and 1 mm, preferably between 50 ⁇ and 500 ⁇ .
  • the diaphragm is supplied by Thorla bs under the reference P150S and its diameter is 150 ⁇ .
  • the diaphragm may be replaced by an optical fiber, a first end of which is placed facing the light source 11 and a second end of which is placed facing the sample 10.
  • the device preferably comprises a diffuser 17 disposed between the source 11 and the diaphragm 18.
  • Such a diffuser makes it possible to dispense with the centering constraints of the light source 11 with respect to the opening of the diaphragm 18.
  • the function of such a diffuser is to distribute the light beam, produced by an elementary light source 11 ,, (l ⁇ i ⁇ 3) according to a cone of angle a, a being equal to 30 ° in the present case.
  • the diffusion angle ⁇ varies between 10 ° and 80 °.
  • the emission spectral band ⁇ of the incident light wave 12 has a width of less than 100 nm.
  • Spectral bandwidth means a width at half height of said spectral band.
  • the sample 10 is disposed between the light source 11 and an image sensor 16.
  • the latter preferably extends parallel to, or substantially parallel to, the plane along which the sample extends.
  • substantially parallel means that the two elements may not be strictly parallel, an angular tolerance of a few degrees, less than 20 ° or 10 ° being allowed.
  • the image sensor 16 is able to form an image according to a detection plane P 0 .
  • it is an image sensor comprising a matrix of pixels, of the CCD type or a CMOS.
  • CMOS are the preferred sensors because the pixel size is smaller, which makes it possible to acquire images whose spatial resolution is more favorable.
  • the detection plane P 0 preferably extends perpendicularly to the propagation axis Z of the incident light wave 12.
  • the distance d between the sample 10 and the pixel matrix of the image sensor 16 is preferably between 50 ⁇ and 2 cm, preferably between 100 ⁇ and 2 mm.
  • the sample 10 can generate a diffracted wave, capable of producing, at the level of the detection plane P 0 , interference, in particular with a part of the incident light wave 12 transmitted by the sample. Moreover, the sample can absorb a part of the incident light wave 12.
  • the light wave 22, transmitted by the sample, and to which the image sensor 20 is exposed can comprise:
  • the light wave 22 may also be designated by the term exposure light wave.
  • a processor 20, for example a microprocessor, is able to process each image acquired by the image sensor 16.
  • the processor is a microprocessor connected to a programmable memory 22 in which a sequence of instructions is stored to perform the functions. image processing operations and calculations described in this description.
  • the processor may be coupled to a screen 24 for displaying images acquired by the image sensor 16 or calculated by the processor 20.
  • An image acquired on the image sensor 16, also called a hologram does not allow the image to be displayed. obtain a sufficiently accurate representation of the sample observed.
  • a propagation operator h so as to calculate a quantity representative of the light wave 22 transmitted by the sample 10 , and to which the image sensor 16 is exposed.
  • a method designated by the term holographic reconstruction, makes it possible in particular to reconstruct an image of the module or the phase of this light wave 22 in a reconstruction plane parallel to the plane of P 0 detection, and in particular in the plane P 10 according to which extends the sample.
  • a convolution product of the image / 0 acquired by the image sensor 16 is performed by a propagation operator h.
  • the complex expression A is a complex quantity whose argument and the module are respectively representative of the phase and the intensity of the light wave 22 to which the image sensor 16 is exposed.
  • the convolution product of FIG. image / 0 by the propagation operator h makes it possible to obtain a complex image A z representing a spatial distribution of the complex expression A in a plane, called the reconstruction plane P z , extending to a coordinate z of the plane P 0 detection.
  • This complex image corresponds to a complex image of the sample in the reconstruction plane P z . It also represents a two-dimensional spatial distribution of the optical properties of the wave 22 to which the image sensor 16 is exposed.
  • the propagation operator has the function of describing the propagation of light between the image sensor 16 and a sensor. coordinate point (x, y, z), located at a distance
  • Step 100 Image acquisition:
  • the image sensor 16 acquires an image / 0 of the sample 16, and more precisely of the light wave 22 transmitted by the latter, to which the image sensor is exposed.
  • Such an image, or hologram, is shown in FIG. 2B.
  • This image was performed using a sample comprising CHO cells (hamster ovary cells) bathed in a saline buffer, the sample being contained in a fluid chamber of thickness 100 ⁇ arranged at a distance d of 1500 ⁇ d. a CMOS sensor.
  • Step 110 Initialization:
  • This step is an initialization of the iterative algorithm described herein. -after in connection with the steps 120 to 180, the exponent k designating the rank of each iteration.
  • the initial image ° results directly from the image / 0 acquired by the image sensor 16.
  • the latter does not comprise of information relating to the phase of the light wave 22 transmitted by the sample 10, the image sensor 16 being sensitive only to the intensity of this light wave.
  • Step 120 propagation:
  • the image A Q '1 obtained in the plane of the sample is propagated in a reconstruction plane P z , by the application of a propagation operator as previously described, so as to obtain a complex image A Z , representative of the sample, in the reconstruction plane P z .
  • the term complex image refers to the fact that each term of this image is a complex quantity.
  • index - z represents the fact that the propagation is carried out in a direction opposite to the axis of propagation Z. It is called back propagation.
  • the convolution is generally performed in the frequency domain, or it is reduced to a product, in which case the Fourier transform of this operator is used, the latter being:
  • ⁇ ( ⁇ , ⁇ , ⁇ ) ⁇ ] 2 ⁇ ⁇ (- ⁇ ( ⁇ 2 + v 2 )) (6 ')
  • ⁇ denotes the central wavelength of the spectral band of emission of the light source 11 .
  • a Q '1 is the complex image in the detection plane P 0 updated during the previous iteration.
  • the reconstruction plane P z is a plane distant from the detection plane P 0 , and preferably parallel to the latter.
  • the reconstruction plane P z is a plane P 10 along which the sample 10 extends. Indeed, an image reconstructed in this plane makes it possible to obtain a generally high spatial resolution. It may also be another plane, located a non-zero distance from the detection plane, and preferably parallel to the latter, for example a plane extending between the image sensor 16 and the sample 10.
  • This image represents the complex image, in the reconstruction plane, established during the first iteration.
  • Step 130 Calculation of a magnitude in several pixels of the complex image:
  • a quantity e k (x, y) associated with each pixel of a plurality of pixels (x, y) of the complex image A k , and preferably in each of these pixels, is calculated.
  • This quantity depends on the value A k x, y) of the image A k , or of its module, at the pixel (x, y) at which it is calculated. It can also depend on a dimensional derivative of the image in this pixel, for example the module of a dimensional derivative of this image.
  • the magnitude e k (x, y) associated with each pixel (x, y) is based on the modulus of a dimensional derivative, such that:
  • S x and S y denote Sobel operators along two orthogonal axes X and Y of the reconstruction plane P z .
  • Step 140 Establishing a noise indicator associated with the image A k :
  • s k x, y quantities in several pixels of the complex image A k .
  • These quantities can form a vector E fe , whose terms are the quantities s k (x, y) associated with each pixel (x, y).
  • an indicator said noise indicator, is calculated from a vector standard E fe .
  • a norm is associated with an order, so that the norm
  • p 1 p ) 1 / p , with p> 0. (12 )
  • the inventors have indeed considered that the use of a standard of order 1, or of order less than or equal to 1, is particularly suitable. to this algorithm, for the reasons explained below in connection with FIGS. 3A and 3B.
  • the size s k (x, y) calculated from the complex image A k , at each pixel x, y) of the latter, is summed so as to constitute a noise indicator e k associated to the complex image A k .
  • e k ⁇ ⁇ xy) e k (x, y) (15).
  • This noise indicator s fe corresponds to a total variation norm of the complex image A k
  • the value of the noise indicator s k decreases when the complex image A k is more and more representative of the sample. Indeed, during the first iterations, the value of the phase y), in each pixel x, y) of the image A k is poorly estimated.
  • the propagation of the image of the sample from the detection plane P 0 to the reconstruction plane P z is then accompanied by a significant reconstruction noise, as mentioned in connection with the prior art.
  • This reconstruction noise is in the form of fluctuations appearing on the reconstructed image. Because of these fluctuations, a noise indicator s k , as previously defined is all the higher as the contribution of the reconstruction noise, on the reconstructed image, is important.
  • FIGS. 3A and 3B schematize a radial profile of the module (or of a phase) of a reconstructed image, while being assigned a noise of reconstruction respectively strong and weak.
  • a sample comprising a dispersion of particles 10b in a transparent homogeneous medium 10a was considered.
  • the schematic profiles comprise two important fluctuations, each being representative of a particle 10b.
  • the profile of FIG. 3A also includes smaller amplitude and higher frequency fluctuations of representative reconstruction noise.
  • the noise indicator s k is larger in Figure 3A than in Figure 3B.
  • an indicator s k based on a standard higher than 1 could also be appropriate, but such a standard tends to attenuate the small amplitude fluctuations, representative of the reconstruction noise, compared to the large fluctuations. , representative of the sample.
  • a standard of order 1, or of order less than 1 does not mitigate the small fluctuations compared to the large fluctuations. This is why the inventors prefer a reconstruction noise indicator s k based on a standard of order 1 or less than 1.
  • An important aspect of this step consists in determining, in the detection plane P 0 , phase values.
  • the algorithm proceeds with a progressive adjustment of the phase (p k (x, y) in the detection plane P 0 , so as to progressively minimize the indicator s k .
  • the image A k in the detection plane is representative of the light wave 22 in the detection plane P 0 , both from the point of view of its intensity and of its phase.
  • Steps 120 to 160 are aimed at iteratively establishing the value of the phase y) of each pixel of the image A k , minimizing the indicator s k , the latter being obtained on the image A k obtained by propagation of the image A k_1 in the reconstruction plane P z .
  • the minimization algorithm may be a gradient descent algorithm or a conjugate gradient descent algorithm, the latter being described below.
  • Step 150 Adjust the value of the phase in the detection plane.
  • Step 150 aims at determining a value of the phase ⁇ p k (x, y) of each pixel of the complex image A K so as to minimize the indicator s k + 1 resulting from a propagation of the complex image A K in the reconstruction plane P z , during the next iteration k + 1.
  • a phase vector ⁇ is established, each term of which is the phase y) a pixel (x, y) of the complex image A Q.
  • the dimension of this vector is (N P i X , 1), where N P i X denotes the number of pixels considered.
  • This vector is updated during each iteration, by the following update expression:
  • ⁇ Po (y) ⁇ Po -1 (* ⁇ y) + a k p k (x, y) (16) where:
  • - a k is a scalar, designated by the term "step”, and representing a distance;
  • p k is a vector of direction, of dimension (N P i X , 1), each term of which p (x, y) forms a direction of the gradient Vs fe of the indicator s k .
  • V k is a gradient vector, of dimension (N P i X , 1), each term of which represents a variation of the indicator s k as a function of each of the degrees of freedom, forming the unknowns of the problem, ie to say the terms of the vector ⁇ pg. ;
  • PFE-i is an ith t r d e leadership had established in the previous iteration
  • ⁇ ⁇ is scale factor applied to the direction vector p fe_1 .
  • Im represents the imaginary part operator and r 'represents a coordinate (x, y) in the detection plane.
  • the scaling factor ⁇ ] ⁇ is a scalar. It can be expressed in such a way that:
  • the step a k may vary according to the iterations, for example between 0.03 during the first iterations and 0.0005 during the last iterations.
  • the updating equation makes it possible to obtain an adjustment of the vector ⁇ , which results in an iterative updating of the phase ⁇ ( ⁇ , ⁇ ) in each pixel of the complex image A Q.
  • Step 160 Reiteration or algorithm output.
  • the step 160 consists in repeating the algorithm, by a new iteration of the steps 120 to 160, on the basis of the complex image A Q updated during the step 150.
  • the convergence criterion may be a predetermined number K of iterations, or a minimum value of the gradient Vs fc of the indicator, or a difference considered negligible between two consecutive phase vectors ⁇ Po _ 1 , ⁇ Po.
  • the method may comprise a final step 170 of reconstructing a complex image of the sample A Z , in the reconstruction plane P Z , by applying a propagation operator to the image of the sample A Q in the detection plan obtained during the last iteration.
  • FIG. 2E represents an image of the module ⁇
  • the size s k (x, y), associated with each pixel, implemented in step 130 is based on a dimensional derivative in each pixel (x, y) of the image A Z.
  • the magnitude s k (x, y) associated with each pixel, in step 130 is a module of a difference of the image A k , in each pixel, and the value 1
  • (20) and, in step 140, s k ⁇ ( 3 ⁇ 4j y k x, y) (21), which corresponds, in a non-discretized form, to 8 k (22), where r denotes a
  • the use of such an indicator is adapted to a sample comprising particles 10b dispersed in a homogeneous medium 10a.
  • this indicator tends to reduce the number of pixels whose module is not equal to 1 according to zones discretely distributed in the sample image, these zones corresponding to the particles 10b of the sample.
  • the standard is such that:
  • step 130 comprises a calculation of a magnitude s k (x, y) associated with each pixel, based on a module of the complex image A k , then calculating a noise indicator associated with the complex image A k based on a norm.
  • a magnitude s k (x, y) associated with each pixel based on a module of the complex image A k
  • a noise indicator associated with the complex image A k based on a norm.
  • it is a standard of order 2.
  • the size associated with each pixel is identical to the
  • the magnitude associated with each pixel is such that
  • a k can be obtained by:
  • a complex image A k representing the light wave 22 in a reconstruction plane P z is established by digital propagation of an image A k representing the wave light 22 in the detection plane P 0 .
  • a noise indicator s k is associated with the image A k .
  • Its gradient V k as a function of the phase ⁇ of the light wave 22, in the detection plane P 0 , is calculated, on the basis of which said phase of the light wave 22, in the detection plane, is set up to date.
  • This update makes it possible to form a new complex image A k + 1 in the detection plane P 0 , on the basis of which a new iteration can be conducted.
  • a notable aspect of the invention is that updating the phase in the detection plane P 0 , is performed according to an optimization algorithm on the basis of the gradient of the indicator as a function of said phase.
  • the indicator s k describes an increasing function according to the reconstruction noise.
  • the optimization algorithm therefore tends to minimize this indicator, in particular on the basis of its gradient V k .
  • the invention can naturally be applied by considering an indicator describing a decreasing function according to the reconstruction noise, the indicator being even lower than the reconstruction noise is high.
  • the optimization algorithm then tends to maximize the indicator, in particular on the basis of its gradient.
  • the invention has been implemented using the standard of total variation on CHO-type cells, an acronym for hamster ovary cells bathed in a CD CHO (Thermofischer) culture medium.
  • the sample was placed in a fluid chamber of thickness 100 ⁇ , placed at a distance of 8 cm from a light emitting diode, whose spectral band is centered on 450 nm.
  • the sample is placed at a distance of 1500 ⁇ from a CMOS image sensor of 2748 ⁇ 3840 pixels.
  • the opening of the spatial filter 18 has a diameter of 150 ⁇ .
  • FIG. 5A shows the image / 0 acquired by the image sensor 16.
  • the image of the module and the reference complex image phase A ref in the plane P of the sample 10, are respectively represented in Figures 5B and 5C. These images were obtained in 100 iterations. The homogeneity of the gray levels between each cell attests to the quality of the reconstruction.
  • the sample comprises red blood cells diluted in an aqueous solution comprising a buffer PBS (Saline Phosphate Buffer) diluted 1/400.
  • Sample 10 was placed in a fluid chamber 15 of thickness 100 ⁇ m, placed at a distance of 8 cm from the diode electroluminescent device described above, whose spectral band is centered on 450 nm. The sample is placed at a distance of 1.5 mm from the previously described CMOS image sensor.
  • the opening of the spatial filter 18 is 150 ⁇ .
  • Figure 6A shows the image / 0 acquired by the image sensor.
  • the images of the module and the phase of the complex image A ⁇ . 8 reconstructed, in the plane of the sample P 10 , are respectively shown in Figures 6B and 6C. These images were obtained in 8 iterations.
  • the estimation of a distance between the detection plane P 0 and the plane of the sample P 10 may be necessary, especially when the complex reference image is formed in the plane of this sample. latest.
  • This distance can be known geometrically, or can be estimated by the implementation of an autofocus algorithm, common in the field of holographic reconstruction.
  • the invention can be applied to the observation of a sample by holographic reconstruction, the hologram being obtained either by imaging without a lens or by defocused imaging.
  • the hologram is an image acquired by an image sensor, in a plane different from the plane of focus of an optical system coupled to the image sensor.

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Dispersion Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

Procédé d'observation d'un échantillon par calcul d'une image complexe L'invention est un procédé d'observation d'un échantillon (15) comportant une illumination de l'échantillon par une source de lumière (11) et l'acquisition d'une image (lo) de l'échantillon par un capteur d'image (16), l'échantillon étant disposé entre le capteur d'image et la source de lumière. L'image acquise (lo), également désignée par le terme hologramme, fait l'objet de l'application d'étapes itératives comprenant une seule propagation numérique (h) par iterration, de façon à estimer une image complexe (A) de l'échantillon dans un plan de reconstruction (P10) ou dans un plan de détection (P0), selon lequel s'étend le capteur d'image. Cette image complexe peut permettre une caractérisation de l'échantillon.

Description

Procédé d'observation d'un échantillon par calcul d'une image complexe
Description
DOMAINE TECHNIQUE
Le domaine technique de l'invention est lié à l'observation d'un échantillon, en particulier un échantillon biologique, par imagerie sans lentille.
ART ANTERIEUR
L'observation d'échantillons, et en particulier des échantillons biologiques, par imagerie sans lentille connaît un développement important depuis ces dix dernières années. Cette technique permet d'observer un échantillon en le disposant entre une source de lumière et un capteur d'image, sans disposer de lentille de grossissement optique entre l'échantillon et le capteur d'image. Ainsi, le capteur d'image collecte une image de l'onde lumineuse transmise par l'échantillon.
Cette image est formée de figures d'interférence entre l'onde lumineuse émise par la source de lumière et transmise par l'échantillon, et des ondes de diffraction, résultant de la diffraction par l'échantillon de l'onde lumineuse émise par la source de lumière. Ces figures d'interférences sont parfois dénommées figures de diffraction, ou désignées par le terme anglais « diffraction pattern ».
Le document WO2008090330 décrit un dispositif permettant l'observation d'échantillons biologiques, en l'occurrence des cellules, par imagerie sans lentille. Le dispositif permet d'associer, à chaque cellule, une figure d'interférence dont la morphologie permet d'identifier le type de cellule. L'imagerie sans lentille apparaît alors comme une alternative simple, et peu onéreuse, à un microscope classique. De plus, son champ d'observation est nettement plus important que ne peut l'être celui d'un microscope. On comprend alors que les perspectives d'application liées à cette technologie sont importantes.
D'une façon générale, l'image formée sur le capteur d'image, comportant des figures d'interférence, peut être traitée par un algorithme de reconstruction holographique, de manière à estimer des propriétés optiques de l'échantillon, par exemple un facteur de transmission ou une phase. De tels algorithmes sont bien connus dans le domaine de la reconstruction holographique. Pour cela, la distance entre l'échantillon et le capteur d'image étant connue, on applique un algorithme de propagation, prenant en compte cette distance, ainsi que la longueur d'onde de l'onde lumineuse émise par la source de lumière. On peut alors reconstituer une image d'une propriété optique de l'échantillon. L'image reconstruite peut, en particulier, être une image complexe de l'onde lumineuse transmise par l'échantillon, comportant des informations sur les propriétés optiques d'a bsorption ou de variation de phase de l'échantillon. Mais les algorithmes de reconstruction holographiques peuvent induire un bruit de reconstruction dans l'image reconstruite, désigné par le terme de « twin image ». Cela est essentiellement dû au fait que l'image formée sur le capteur d'image ne comporte pas d'information relative à la phase de l'onde lumineuse atteignant ce capteu r. De ce fait, la reconstruction holographique s'effectue sur la base d'une information optique partielle, basée uniquement sur l'intensité de l'onde lumineuse collectée sur le capteur d'image.
L'amélioration de la qualité de la reconstruction holographique fait l'objet de nom breux développements, en mettant en œuvre des algorithmes fréquemment dénommés « Phase retrieval », permettant une estimation de la phase de l'onde lumineuse auquel le capteur d'image est exposé. Un algorithme de reconstruction numérique est par exemple décrit dans US2012/0218379.
Les inventeurs proposent un procédé d'observation d'un échantillon par une méthode d'imagerie holographique, le procédé comprenant une étape de reconstruction d'une image complexe de l'échantillon. Cette étape de reconstruction permet d'obtenir une image complexe de bonne qualité, donna nt des informations sur les propriétés optiques de l'échantillon. EXPOSE DE L'INVENTION
Un objet de l'invention est un procédé d'observation d'un échantillon comportant les étapes suivantes :
a) illumination de l'échantillon à l'aide d'une source de lumière, apte à émettre une onde lumineuse se propageant vers l'échantillon ;
b) acquisition, à l'aide d'un ca pteur d'image, d'une image de l'échantillon, formée dans un plan de détection, l'échantillon étant disposé entre la source de lumière et le capteur d'image, chaque image étant représentative d'une onde lumineuse transmise par l'échantillon sous l'effet de ladite illumination ;
c) calcul d'une image complexe représentative de l'échantillon ;
le procédé étant caractérisé en ce que le calcul de ladite image complexe comporte les sous étapes suivantes : i) définition d'une image initiale de l'échantillon dans le plan de détection, à partir de l'image acquise par le capteur d'image ;
ii) détermination d'une image complexe de l'échantillon dans un plan de reconstruction en appliquant un opérateur de propagation à l'image initiale de l'échantillon définie lors de la sous-étape i) ou l'image de l'échantillon, dans le plan de détection, résultant de l'itération précédente ;
iii) calcul d'un indicateur de bruit à partir de l'image complexe déterminée lors de la sous- étape ii), cet indicateur de bruit dépendant, de préférence selon une fonction croissante ou décroissante, d'un bruit de reconstruction affectant ladite image complexe ;
iv) mise à jour de l'image de l'échantillon dans le plan de détection par un ajustement de valeurs de phase des pixels de ladite image, l'ajustement étant réalisé en fonction d'une variation de l'indicateur calculé lors de la sous-étape iii) selon lesdites valeurs de phase ; v) réitération des sous-étapes ii) à iv) jusqu'à l'atteinte d'un critère de convergence, de façon à obtenir une image complexe de référence de l'échantillon dans le plan détection, ou dans le plan de reconstruction.
Selon un mode de réalisation, la sous-étape iii), comporte :
pour différents pixels, le calcul d'une grandeur associée à chaque pixel, en fonction de la valeur de l'image complexe déterminée lors de la sous-étape ii) audit pixel, ou d'une dérivée dimensionnelle de ladite image complexe audit pixel ;
- la combinaison des grandeurs calculées , en différents pixels, de façon à obtenir l'indicateur de bruit.
La norme calculée en chaque pixel est de préférence une norme d'ordre inférieur ou égal à 1. Elle peut être obtenue à partir d'une dérivée dimensionnelle de l'image complexe, cette dérivée étant calculée en plusieurs pixels de l'image, voire à chaque pixel de l'image. Elle peut également être obtenue à partir de la valeur de l'image complexe en plusieurs pixels de l'image, voire à chaque pixel de l'image.
L'indicateur de bruit quantifie le bruit de reconstruction affectant l'image complexe reconstruite. Il peut s'agir d'une norme d'ordre inférieur ou égal à 1 calculée à partir des grandeurs associées à chaque pixel.
La grandeur associée à chaque pixel peut être calculée à partir du module d'une dérivée dimensionnelle, audit pixel, de l'image complexe déterminée lors de la sous-étape ii).
Elle peut être obtenue à partir d'une dérivée dimensionnelle de l'image complexe, cette dérivée étant calculée en plusieurs pixels de l'image, voire à chaque pixel de l'image. Elle peut également être obtenue à partir de la valeur de l'image complexe en plusieurs pixels de l'image, voire à chaque pixel de l'image.
Selon un mode de réalisation,
lors de la sous-étape i), l'image initiale de l'échantillon est définie par une normalisation de l'image acquise par le capteur d'image, par une image représentative de l'onde lumineuse émise par la source de lumière ;
lors de la sous-étape iii), la grandeur associée à chaque pixel est calculée en fonction de la valeur de l'image complexe déterminée lors de la sous-étape ii), audit pixel, soustraite d'un nombre strictement positif, par exemple le nombre 1.
Le procédé peut comprendre l'une des caractéristiques suivantes, prises isolément ou en combinaison :
lors de la sous-étape iii), l'indicateur est une somme, éventuellement pondérée, de la grandeur associée à chaque pixel de l'image complexe déterminée lors de la sous-étape ii) ;
- lors de la sous-étape iv), l'ajustement de la valeur de la phase de chaque pixel est réalisé en constituant un vecteur, dit vecteur de phase, dont chaque terme correspond à la valeur de la phase d'un pixel de l'image de l'échantillon dans le plan de détection , ce vecteur étant mis à jour, au cours de chaque itération, de façon soit à minimiser, soit à maximiser l'indicateur de bruit calculé lors de la sous-étape iii), en se basant sur un gradient de l'indicateur de bruit selon chaque terme dudit vecteur de phase. La mise à jour du vecteur de phase peut être réalisée par un algorithme de minimisation ou de maximisation basé sur un gradient de l'indicateur de bruit (selon chaque terme dudit vecteur de phase.
Le plan de reconstruction peut s'étendre de préférence parallèlement, ou sensiblement parallèlement au plan de détection. De préférence, le plan de reconstruction est un plan selon lequel s 'étend l'échantillon.
Selon un mode de réalisation, aucune optique de grossissement n'est interposée entre l'échantillon et le capteur d'image.
Le procédé peut comporter une étape d) de caractérisation de l'échantillon en fonction de l'image complexe calculée.
L'échantillon peut notamment comporter des particules en suspension dans un milieu continu. Par caractérisation, on entend par exemple : une détermination de la nature d'une particule, c'est-à-dire une classification de cette particule parmi une ou plusieurs classes prédéterminées ;
une détermination de l'état d'une particule, parmi un ou plusieurs états prédéterminés ; une estimation de la taille d'une particule, ou de sa forme, ou de son volume ou tout autre paramètre géométrique ;
une estimation d'une propriété optique d'une ou plusieurs particules, par exemple l'indice de réfraction ou une propriété de transmission optique ;
un dénombrement desdites particules.
D'autres avantages et caractéristiques ressortiront plus clairement de la description qui va su ivre de modes particuliers de réalisation de l'invention, donnés à titre d'exemples non limitatifs, et représentés aux dessins listés ci-dessous.
FIGURES
La figure 1 représente un exemple de d ispositif selon l'invention.
La figure 2A illustre les principales étapes d'un procédé permettant le calcul d'une image complexe de l'échantillon dans un plan de reconstruction.
Les figures 2B, 2C, 2D et 2E représentent respectivement :
un hologramme acquis par le capteur d'image ;
une image reconstruite dans un plan de reconstruction lors d'une première itération d u procédé représenté sur la figure 2A ;
- une image représentant une grandeur associée à chaque pixel de l'image représentée sur la figure 2C ;
une représentation d'une image reconstruite après plusieurs itérations du procédé représenté sur la figure 2A.
Les figures 3A et 3B schématisent un profil du module ou de la phase d'une image complexe obtenue par reconstruction holographique, respectivement en présence et sans bruit de reconstruction.
La figure 4 résu me le fonctionnement d'un procédé metta nt en œuvre l'invention.
La figure 5A est un hologramme acquis par un capteur d'image, l'échantillon comportant des cellules dispersées dans une phase continue aqueuse. Les figures 5B et 5C représentent respectivement le module et la phase d'une image complexe dans le plan de l'échantilllon, cette image complexe étant formée en mettant en œuvre l'invention.
La figu re 6A est un hologramme acquis par un capteur d'image, l'échantillon comportant des globules rouges dispersées dans une phase continue aqueuse ; Les figures 6B et 6C représentent respectivement le module et la phase d'une image complexe dans le plan de l'échantilllon, cette image complexe étant formée en mettant en œuvre l'invention.
EXPOSE DE MODES DE REALISATION PARTICULIERS
La figure 1 représente un exemple de dispositif selon l'invention. Une source de lumière 11 est apte à émettre une onde lumineuse 12, dite onde lumineuse incidente, se propageant en d irection d'u n échantillon 10, selon un axe de propagation Z. L'onde lumineuse est émise selon une bande spectrale Δλ, comportant une longueur d'onde λ. Cette longueur d'onde peut être une longueur d'onde centrale de ladite bande spectrale.
L'échantillon 10 est un échantillon que l'on souhaite caractériser. Il peut notamment s'agir d'u n milieu 10a comportant des particules 10b. Les particules 10b peuvent être des particules sanguines, par exemple des globules rouges. Il peut également s'agir de cellules, de microorganismes, par exemple des bactéries ou des levures, des microalgues, des microbilles, ou des gouttelettes insolu bles dans le milieu liquide, par exemple des nanoparticules lipidiques. De préférence, les particules 10b ont un diamètre, ou sont inscrites dans un diamètre, inférieur à 1 mm, et de préférence inférieure à 100 μιη. Il s'agit de microparticules (diamètre inférieur à 1 mm) ou de nanoparticules (diamètre inférieur à 1 μιη). Le milieu 10a, dans lequel baignent les particu les, peut être un milieu liquide, par exemple une phase liquide d'un liquide corporel, d'un milieu de culture ou d'un liquide prélevé dans l'environnement ou dans un procédé industriel. Il peut également s'agir d'un milieu solide ou ayant la consistance d'un gel, par exemple un su bstrat de type gélose, propice à la croissance de colonies bactériennes.
L'échantillon 10 est contenu dans u ne chambre fluidique 15. La cham bre fluidique 15 est par exemple une micro-cuvette, d'utilisation courante dans les dispositifs de type point of care, dans laquelle l'échantillon 20 pénètre, par exemple par capillarité. L'épaisseur e de l'échantillon 10, selon l'axe de propagation varie typiquement entre 20 μιη et 1 cm, et est de préférence comprise entre 50 μιη et 500 μιη, par exemple 150 μιη.
L'échantillon s'étend selon un plan P10, dit plan de l'échantillon, perpendiculaire à l'axe de propagation. Il est maintenu sur un su pport 10s.
La distance D entre la source de lumière 11 et l'échantillon 10 est de préférence supérieure à 1 cm. Elle est de préférence comprise entre 2 et 30 cm. De préférence, la source de lu mière, vue par l'échantillon, est considérée comme ponctuelle. Cela signifie que son diamètre (ou sa diagonale) est préférentiellement inférieur au dixième, mieux au centième de la distance entre l'échantillon et la source de lumière. Ainsi, de préférence, la lumière parvient à l'échantillon sous la forme d'ondes planes, ou pouvant être considérées comme telles.
La source de lumière 11 peut être une diode électroluminescente ou une diode laser. Elle peut être associée à diaphragme 18, ou filtre spatial. L'ouverture du diaphragme est typiquement comprise entre 5 μιη et 1 mm, de préférence entre 50 μιη et 500 μιη. Dans cet exemple, le diaphragme est fourni par Thorla bs sous la référence P150S et son diamètre est de 150 μιη. Le diaphragme peut être remplacé par une fibre optique, dont une première extrémité est placée face à la source de lumière 11 et dont une deuxième extrémité est placée face à l'échantillon 10. Le dispositif comporte de préférence un diffuseur 17, disposé entre la source de lumière 11 et le diaphragme 18. L'usage d'un tel diffuseur permet de s'affranchir de contraintes de centrage de la source de lumière 11 par rapport à l'ouverture du diaphragme 18. La fonction d'un tel diffuseur est de répartir le faisceau lumineux, produit par une source de lumière élémentaire 11,, (l≤i≤3) selon un cône d'angle a, a étant éga l à 30° dans le cas présent. De préférence, l'angle de diffusion a varie entre 10° et 80°.
De préférence, la bande spectrale d'émission Δλ de l'onde lumineuse incidente 12 a une largeur inférieure à 100 nm. Par largeur de bande spectrale, on entend une largeur à mi-hauteur de ladite bande spectrale.
L'échantillon 10 est disposé entre la source de lumière 11 et un ca pteur d'image 16. Ce dernier s'étend de préférence parallèlement, ou sensiblement parallèlement au plan selon lequel s'étend l'échantillon. Le terme sensiblement parallèlement signifie que les deux éléments peuvent ne pas être rigoureusement parallèles, une tolérance angulaire de quelques degrés, inférieure à 20° ou 10° étant admise.
Le capteur d'image 16 est apte à former une image selon un plan de détection P0. Dans l'exemple représenté, il s'agit d'un capteur d'image comportant une matrice de pixels, de type CCD ou un CMOS. Les CMOS sont les capteurs préférés car la taille des pixels est plus faible, ce qui permet d'acquérir des images dont la résolution spatiale est plus favora ble. Le plan de détection P0 s'étend de préférence perpendiculairement à l'axe de propagation Z de l'onde lumineuse incidente 12. La distance d entre l'échantillon 10 et la matrice de pixels du capteur d'image 16 est préférentiellement comprise entre 50 μιη et 2 cm, de préférence comprise entre 100 μιη et 2 mm.
On remarque l'absence d'optique de grossissement entre le capteur d'image 16 et l'échantillon 10. Cela n'empêche pas la présence éventuelle de microlentilles de focalisation au niveau de chaque pixel du capteur d'image 16, ces dernières n'ayant pas de fonction de grandissement de l'image acquise par le capteur d'image.
Sous l'effet de l'onde lumineuse incidente 12, l'échantillon 10 peut engendrer une onde diffractée, susceptible de produire, au niveau du plan de détection P0, des interférences, en particulier avec une partie de l'onde lumineuse incidente 12 transmise par l'échantillon. Par ailleurs, l'échantillon peut absorber une partie de l'onde lumineuse incidente 12. Ainsi, l'onde lumineuse 22, transmise par l'échantillon, et à laquelle est exposé le capteur d'image 20, peut comprendre :
une composante résultant de la diffraction de l'onde lumineuse incidente 12 par l'échantillon ;
une composante résultant de l'absorption de l'onde lumineuse incidente 12 par l'échantillon.
L'onde lumineuse 22 peut également être désignée par le terme onde lumineuse d'exposition. Un processeur 20, par exemple un microprocesseur, est apte à traiter chaque image acquise par le capteur d'image 16. En particulier, le processeur est un microprocesseur relié à une mémoire programmable 22 dans laquelle est stockée une séquence d'instructions pour effectuer les opérations de traitement d'images et de calculs décrites dans cette description. Le processeur peut être couplé à un écran 24 permettant l'affichage d'images acquises par le capteur d'image 16 ou calculées par le processeur 20. Une image acquise sur le capteur d'image 16, également appelée hologramme, ne permet pas d'obtenir une représentation suffisamment précise de l'échantillon observé. Comme décrit en lien avec l'art antérieur, on peut appliquer, à chaque image acquise par le capteur d'image, un opérateur de propagation h, de façon à calculer une grandeur représentative de l'onde lumineuse 22 transmise par l'échantillon 10, et à laquelle est exposé le capteur d'image 16. Un tel procédé, désigné par le terme reconstruction holographique, permet notamment de reconstruire une image du module ou de la phase de cette onde lumineuse 22 dans un plan de reconstruction parallèle au plan de détection P0, et notamment dans le plan P10 selon lequel s'étend l'échantillon. Pour cela, on effectue un produit de convolution de l'image /0 acquise par le capteur d'image 16 par un opérateur de propagation h. Il est alors possible de reconstruire une expression complexe A de l'onde lumineuse 22 en tout point de coordonnées (x, y, z) de l'espace, et en particulier dans un plan de reconstruction Pz situé à une distance | z | du capteur d'image 16, ce plan de reconstruction pouvant être le plan de l'échantillon P10. L'expression complexe A est une grandeur complexe dont l'argument et le module sont respectivement représentatifs de la phase et de l'intensité de l'onde lumineuse 22 à laquelle est exposé le capteur d'image 16. Le produit de convolution de l'image /0 par l'opérateur de propagation h permet d'obtenir une image complexe Az représentant une distribution spatiale de l'expression complexe A dans un plan, dit plan de reconstruction Pz, s' étendant à une coordonnée z du plan de détection P0. Dans cet exemple, le plan de détection P0 a pour équation z = 0. Cette image complexe correspond à une image complexe de l'échantillon dans le plan de reconstruction Pz. Elle représente également une distribution spatiale bidimensionnelle des propriétés optiques de l'onde 22 à laquelle est exposée le capteur d'image 16. L'opérateur de propagation h a pour fonction de décrire la propagation de la lumière entre le capteur d'image 16 et un point de coordonnées (x, y, z), situé à une distance | z | de ce dernier.
Il est alors possible de déterminer le module M(x, y, z) et/ou la phase φ (x,y,z) l'onde lumineuse
22, à cette distance | z | , dite distance de reconstruction, avec :
M(x, y, z) = abs [A(x, y, z)] (1)
- q x, y, z) = arg [A(x, y, z)] (2)
Les opérateurs abs et arg désignent respectivement le module et l'argument.
Autrement dit, l'amplitude complexe A de l'onde lumineuse 22 en tout point de coordonnées (x, y, z) de l'espace est telle que : A(x, y, z) = M(x, y, z)e^x,y,z^ (3).
Cependant, une telle reconstruction s'accompagne d'un bruit de reconstruction pouvant être important, du fait que la propagation est réalisée sur la base d'une image /0 ne comportant pas d'information relative à la phase.
On va à présent décrire un algorithme permettant d'obtenir une image complexe, notée Az représentant une distribution spatiale de l'amplitude complexe A(x, y, z) à une distance | z | , en lien avec la figure 2A, les images obtenues au cours de certaines étapes étant illustrées sur les figures 2B à 2E. Une telle image est représentative de l'onde lumineuse 22, à laquelle est exposé le capteur d'image 16 et permet notamment d'accéder au module ou à la phase de cette onde lumineuse. Etape 100 : acquisition d'image :
Au cours de cette étape, le capteur d'image 16 acquiert une image /0 de l'échantillon 16, et plus précisément de l'onde lumineuse 22 transmise par ce dernier, à laquelle est exposé le capteur d'image. Une telle image, ou hologramme, est représentée sur la figure 2B. Cette image a été réalisée en utilisant un échantillon 10 comportant de cellules CHO (cellules ovariennes de hamster) baignant dans un tampon salin, l'écha ntillon étant contenu dans une chambre fluidique d'épaisseur 100 μιη disposé à une distance d de 1500 μιη d'u n capteur CMOS. L'échantillon a été illuminé par une diode électroluminescente 11 dont la bande spectrale d'émission est centrée sur une longueur d'onde de 450 nm et située à une distance D=8 cm de l'échantillon.
Etape 110 : initialisation :
Au cours de cette étape, on définit u ne image initiale AQ = 0 de l'échantillon, à partir de l'image /0 acquise par le capteur d'image 16. Cette étape est une initialisation de l'algorithme itératif décrit ci-après en lien avec les étapes 120 à 180, l'exposant k désignant le rang de chaque itération. Le module MQ =0 de l'image initiale AQ = 0 peut-être obtenu en appliquant l'opérateur racine carrée à l'image acquise /0 par le capteur d'image, auquel cas MQ =0 = ^ ^. Il peut également être obtenu par une normalisation de l'image /0 par un terme représentatif de l'intensité de l'onde lumineuse 12 incidente à l'échantillon 16. Ce dernier peut être :
la racine carrée d'une moyenne /0 de l'image /0, auquel cas chaque pixel Io (x, y) de l'image acquise est d ivisé par ladite moyenne, de telle sorte que MQ = 0 = r-^^l (4) une image sans échantillon I12 acquise par le capteur d'image 16 en l'a bsence d'échantillon entre la source de lumière 11 et le capteur d'image, auquel cas la valeur de chaque pixel I0 (x, y) de l'image acquise de l'échantillon est divisée par la valeur de chaque pixel ln x, y~) de l'image sans échantillon : MQ = 0 = IJs ZL (4')
" I12 (χ,ν)
- une moyenne I12 de ladite image sans échantillon, a uquel cas chaque pixel I0 (x, y) de l'image acquise est divisé par ladite moyenne : MQ =0 = jî°^∑l (4")
" I12
La phase < o = 0 de l'image initiale AQ = 0 est soit considérée comme nulle en chaque pixel (x, y), soit prédéterminée selon une valeur arbitraire. En effet, l'image initiale =° résulte directement de l'image /0 acqu ise par le capteur d'image 16. Or, cette dernière ne comporte pas d'information relative à la phase de l'onde lumineuse 22 transmise par l'échantillon 10, le capteur d'image 16 n'étant sensible qu'à l'intensité de cette onde lumineuse.
Etape 120 : propagation :
Au cours de cette étape, l'image AQ ' 1 obtenue dans le plan de l'échantillon est propagée dans un plan de reconstruction Pz, par l'application d'un opérateur de propagation tel que précédemment décrit, de façon à obtenir une image complexe AZ, représentative de l'échantillon, dans le plan de reconstruction Pz. Le terme image complexe désigne le fait que chaque terme de cette image est une grandeur complexe. La propagation est réalisée par convolution de l'image AQ ' 1 par l'opérateur de propagation h_z, de telle sorte que : A = "1 * h_z (5), le symbole * désignant un produit de convolution. L'indice - z représente le fait que la propagation est réalisée dans un sens opposé à l'axe de propagation Z. On parle de rétro- propagation.
L'opérateur de propagation est par exemple la fonction de Fresnel-Helmholtz, telle que : h(x, y, z) = -^ e}2 exp(jn ^f) (6)
La convolution est généralement réalisée dans le domaine fréquentiel, ou elle se ramène à un produit, auquel cas on utilise la transformée de Fourier de cet opérateur, cette dernière étant :
Η(μ, ν, ζ) = ε]2π βχρ(-λζ(μ2 + v2)) (6') où λ désigne la longueur d'onde centrale de la bande spectrale d'émission de la source de lumière 11.
Ainsi, 0, y) = A r) =—^e^27^ ff A^ r' exp - jn ^^j dr' (7) où r et r' désignent respectivement des coordonnées radiales, c'est-à-dire dans le plan de reconstruction Pz et dans le plan de détection P0.
Lors de la première itération (k =1), AQ = 0 est l'image initiale déterminée lors de l'étape 110. Au cours des itérations suivantes, AQ ' 1 est l'image complexe dans le plan de détection P0 mise à jour au cours de l'itération précédente.
Le plan de reconstruction Pz est un plan distant du plan de détection P0, et de préférence parallèle à ce dernier. De préférence, le plan de reconstruction Pz est un plan P10 selon lequel s'étend l'échantillon 10. En effet, une image reconstruite dans ce plan permet d'obtenir une résolution spatiale généralement élevée. Il peut également s'agir d'un autre plan, situé une distance non nulle du plan de détection, et de préférence parallèle à ce dernier, par exemple un plan s' étendant entre le capteur d'image 16 et l'échantillon 10.
La figure 2C représente une le module d'une image Ak= 1 reconstruite à une distance de 1440 μιη du plan de détection P0 en appliquant l'opérateur de propagation défini ci-dessus à l'hologramme de la figure 2B. Cette image représente l'image complexe, dans le plan de reconstruction, établie lors de la première itération.
Etape 130 : Calcul d'une grandeur en plusieurs pixels de l'image complexe :
Au cours de cette étape, on calcule une grandeur ek(x, y) associée à chaque pixels d'une pluralité de pixels (x, y) de l'image complexe Ak , et de préférence en chacun de ces pixels. Cette grandeur dépend de la valeur Ak x, y) de l'image Ak , ou de son module, au pixel (x, y) à laquelle elle est calculée. Elle peut également dépendre d'une dérivée dimensionnelle de l'image en ce pixel, par exemple le module d'une dérivée dimensionnelle de cette image.
Dans cet exemple, la grandeur ek(x, y) associée à chaque pixel (x, y) est basé sur le module d'une dérivée dimensionnelle, telle que :
Figure imgf000014_0002
L'image étant discrétisé en pixels, les opérateurs de dérivée peuvent être remplacés par des opérateurs de Sobel, de telle sorte que : sk(x, y) = ^(Sx * Ak(x, y)) (Sx * Ak(x, y))* + (Sy * Ak(x, y)) (Sy * Ak(x, y))* (9) où : - ( )* désigne l'opérateur complexe conjugué ;
Sx et Sy désignent des opérateurs de Sobel selon deux axes orthogonaux X et Y du plan de reconstruction Pz.
Selon cet exemple, Sx = (10) et Sy est la matrice transposée de Sx
Figure imgf000014_0001
La figure 2D représente, sous la forme d'une image, la valeur de la grandeur sk(x, y) en chaque pixel de l'image Ak= 1 représentée sur la figure 2C.
Etape 140 : établissement d'un indicateur de bruit associé à l'image Ak : Lors de l'étape 130, on a calculé des grandeurs sk x, y) en plusieurs pixels de l'image complexe Ak. Ces grandeurs peuvent former un vecteur Efe, dont les termes sont les grandeurs sk(x, y) associées à chaque pixel (x, y).
Dans cette étape, on calcule un indicateur, dit indicateur de bruit, à partir d'une norme du vecteur Efe. D'une façon générale, à une norme est associée un ordre, dé telle sorte que la norme ||x||p d'ordre p d'un vecteur x de dimension n de coordonnées (x1 x2i .... ½J est telle que : l|x||p = lp)1/p, avec p > 0. (12)
Dans le cas présent, on utilise une norme d'ordre 1, autrement dit p = 1. Les inventeurs ont en effet estimé que le recours à une norme d'ordre 1, ou d'ordre inférieur ou égal à 1, est particulièrement adapté à cet algorithme, pour les raisons expliquées ci-après en lien les figures 3A et 3B.
Au cours de cette étape, la grandeur sk(x, y) calculée à partir de l'image complexe Ak, à chaque pixel x, y) de cette dernière, est sommée de façon à constituer un indicateur de bruit ek associé à l'image complexe Ak. Ainsi, ek = ∑{x y) ek(x, y) (15).
Cet indicateur de bruit sfecorrespond à une norme de variation totale de l'image complexe Ak
En se rapportant à l'image de la figure 2D, l'indicateur de bruit sk= 1 est obtenu, lors de la première itération, par une sommation de la valeur des pixels de cette image.
De façon alternative à une norme d'ordre 1, une somme pondérée des grandeurs sk x, y), ou autre combinaison arithmétique, est également envisageable.
Du fait de l'utilisation d'une norme d'ordre 1, ou d'ordre inférieur ou égal à 1, la valeur de l'indicateur de bruit sk diminue lorsque l'image complexe Ak est de plus en plus représentative de l'échantillon. En effet, lors des premières itérations, la valeur de la phase
Figure imgf000015_0001
y), en chaque pixel x, y) de l'image Ak est mal estimée. La propagation de l'image de l'échantillon du plan de détection P0 vers le plan de reconstruction Pz s'accompagne alors d'un bruit de reconstruction important, comme évoqué en lien avec l'art antérieur. Ce bruit de reconstruction se présente sous la forme de fluctuations apparaissant sur l'image reconstruite. Du fait de ces fluctuations, un indicateur de bruit sk, tel que précédemment défini est d'autant plus élevé que la contribution du bruit de reconstruction, sur l'image reconstruite, est importante. En effet, les fluctuations dues au bruit de reconstruction tendent à augmenter la valeur de cet indicateur. Les figures 3A et 3B schématisent un profil radial du module (ou d'une phase) d'une image reconstruite, en étant affectée d'un bruit de reconstruction respectivement fort et faible. On a considéré ici un échantillon comportant une dispersion de particules 10b dans un milieu homogène transparent 10a. Les profils schématisés comportent deux fluctuations importantes, chacune étant représentative d'une particule 10b. Le profil de la figure 3A comporte également des fluctuations d'amplitude plus faible, et de fréquence élevée, de représentatives d'un bruit de reconstruction. L'indicateur de bruit sk, tel que précédemment défini, est plus important sur la figure 3A que sur la figure 3B. L'utilisation d'un indicateur sk basé sur une norme d'ordre supérieur à 1 pourrait également convenir, mais une telle norme a tendance à atténuer les fluctuations d'amplitude faible, représentatives du bruit de reconstruction, par rapport à aux fluctuations importantes, représentatives de l'échantillon. A l'inverse, une norme d'ordre 1, ou d'ordre inférieur à 1, n'atténue pas les faibles fluctuations par rapport aux fluctuations importantes. C'est pourquoi les inventeurs préfèrent un indicateur de bruit de reconstruction sk basé sur une norme d'ordre 1 ou inférieur à 1. Un aspect important de cette étape consiste à déterminer, dans le plan de détection P0, des valeurs de phase (pk x, y) de chaque pixel de l'image de l'échantillon Ak , permettant d'obtenir, lors d'une itération suivante, une image reconstruite Ak+1 dont l'indicateur sk+ 1 est inférieur à l'indicateur sk.
Lors de la première itération, comme précédemment expliqué, on ne dispose que d'une information pertinente sur l'intensité de l'onde lumineuse 22 mais non sur sa phase. La première image reconstruite ^4|= 1dans le plan de reconstruction Pz est donc affectée d'un bruit de reconstruction important, du fait de l'absence d'information pertinente quant à la phase de l'onde lumineuse 22 dans le plan de détection P0. Par conséquent, l'indicateur sk= 1 est élevé. Au cours des itérations suivantes, l'algorithme procède à un ajustement progressif de la phase (pk(x, y) dans le plan de détection P0, de façon à minimiser progressivement l'indicateur sk.
L'image Ak dans le plan de détection est représentative de l'onde lumineuse 22 dans le plan de détection P0, aussi bien du point de vue de son intensité que de sa phase. Les étapes 120 à 160 visent à établir, de façon itérative, la valeur de la phase
Figure imgf000016_0001
y) de chaque pixel de l'image Ak, minimisant l'indicateur sk, ce dernier étant obtenu sur l'image Ak obtenue par propagation de l'image Ak_1 dans le plan de reconstruction Pz.
L'algorithme de minimisation peut être un algorithme de descente de gradient, ou de descente de gradient conjugué, ce dernier étant décrit ci-après. Etape 150 : Ajustement de la valeur de la phase dans le plan de détection.
L'étape 150 vise à déterminer une valeur de la phase <pk(x, y) de chaque pixel de l'image complexe AK de façon à minimiser l'indicateur sk+ 1 résultant d'une propagation de l'image complexe AK dans le plan de reconstruction Pz, au cours de l'itération suivante k+1. Pour cela, un vecteur de phase φ est établi, dont chaque terme est la phase
Figure imgf000017_0001
y) d'un pixel (x, y) de l'image complexe AQ . La dimension de ce vecteur est (NPiX, 1), où NPiX désigne le nombre de pixels considérés. Ce vecteur est mis à jour au cours de chaque itération, par l'expression de mise à jour suivante :
<Po ( . y) = <Po -1(*< y) + akpk(x, y) (16) où :
- ak est un scalaire, désigné par le terme « pas », et représentant une distance ;
pk est un vecteur de direction, de dimension (NPiX, 1), dont chaque terme p(x, y) forme une direction du gradient Vsfe de l'indicateur sk.
Cette équation peut être exprimée sous forme vectorielle, comme suit : On peut montrer que :
Figure imgf000017_0002
où :
V k est un vecteur de gradient, de dimension (NPiX, 1), dont chaque terme représente une variation de l'indicateur sk en fonction de chacun des degrés de liberté, formant les inconnues du problème, c'est-à-dire les termes du vecteur <pg . ;
pfe-i est u n vecteu r de direction établi lors de l'itération précédente ;
β]ί est facteur d'échelle appliqué au vecteur de direction pfe_1.
Chaque terme Vsk (x, y) du vecteur de gradient Vefe, est tel que
Figure imgf000017_0003
où Im représente l'opérateur partie imaginaire et r' représente une coordonnée (x, y) dans le plan de de détection.
Le facteur d'échelle β]ί est un scalaire. Il peut être exprimé de telle sorte que :
(*)
β (k-D
Vs(k-l V£ (19), le symbole . désignant un produit scalaire. Le pas ak peut varier selon les itérations, par exemple entre 0.03 au cours des premières itérations et 0.0005 lors des dernières itérations.
L'équation de mise à jour permet d'obtenir un ajustement du vecteur φ , ce qui entraîne une mise à jour itérative de la phase φ (χ, γ) en chaque pixel de l'image complexe AQ . Cette image complexe AQ, dans le plan de détection, est alors mise à jour par ces nouvelles valeurs de la phase associée à chaque pixel. Notons que le module de l'image complexe AQ n'est pas modifié, ce dernier étant déterminé à partir de l'image acquise par le capteur d'image, de telle sorte que 0fc(x, y) = 0 fc=0 O, y).
Etape 160 : Réitération ou sortie d'algorithme.
Tant qu'un critère de convergence n'est pas atteint, l'étape 160 consiste à réitérer l'algorithme, par une nouvelle itération des étapes 120 à 160, sur la base de l'image complexe AQ mise à jour lors de l'étape 150.
Le critère de convergence peut être un nombre K prédéterminé d'itérations, ou une valeur minimale du gradient Vsfc de l'indicateur, ou une différence considérée comme négligeable entre deux vecteurs de phase <Po_ 1, <Po consécutifs. Lorsque le critère de convergence est atteint, on dispose d'une estimation considérée comme correcte d'une image complexe de l'échantillon, dans le plan de détection P0 ou dans le plan de reconstruction PZ.
Le procédé peut comprendre une ultime étape 170 de reconstruction d'une image complexe de l'échantillon AZ , dans le plan de reconstruction PZ, par application d'un opérateur de propagation à l'image de l'échantillon AQ dans le plan de détection obtenue lors de la dernière itération.
La figure 2E représente une image du module Λί|= 3° de chaque pixel de l'image complexe de référence l =30obtenue dans un plan de reconstruction PZ à l'issue de 30 itérations. Cette image peut être comparée à la figure 2C, montrant une image similaire A = 1 obtenue lors de la première itération. On observe une nette diminution du bruit de reconstruction, en particulier entre chaque particule.
Dans l'exemple qui a été donné, la grandeur sk(x, y), associée à chaque pixel, mise en œuvre dans l'étape 130 est basée sur une dérivée dimensionnelle en chaque pixel (x, y) de l'image AZ. Selon une variante, l'image initiale AK= 0 est normalisée, comme précédemment décrit, par un scalaire ou une image représentative de l'onde incidente 12. De cette façon, en chaque pixel, le module de l'image de l'échantillon, dans le plan de détection ou dans le plan de reconstruction, est inférieur ou égal à 1. La grandeur sk(x, y) associée à chaque pixel, dans l'étape 130 est un module d'une différence de l'image Ak, en chaque pixel, et la valeur 1. Une telle grandeur peut être obtenue selon l'expression : sk(x, y) = J( (x, y) - l)( (x, y) - l)* =
Figure imgf000019_0001
y) - l | (20) et, lors de l'étape 140, sk = ∑(¾jy £k x, y) (21), ce qui correspond, sous une forme non discrétisée, à 8k (22), r désignant une
Figure imgf000019_0002
coordonnée radiale dans le plan de reconstruction.
L'indicateur de bruit est à nouveau une norme d'ordre 1 d'un vecteur Efe dont chaque terme est le module sk x, y) calculé en chaque pixel. On peut montrer que le gradient de cet indicateur de bruit sk , par rapport au vecteur de phase, est tel que : VeK (r' ) =—— = m A^* \r' ). * h. (Γ' ) (23)
dç>0 k (r' ) A - 1
i z I r' désignant une coordonnée radiale dans le plan de détection.
De même que la norme de type variation totale, précédemment décrite, en lien avec l'expression (15), l'utilisation d'un tel indicateur est adapté à un échantillon comportant des particules 10b dispersées dans un milieu homogène 10a. Lors de l'algorithme de descente de gradient, cet indicateur tend à réduire le nombre de pixels dont le module n'est pas égal à 1 selon des zones réparties de façon discrètes dans l'image de l'échantillon, ces zones correspondant aux particules 10b de l'échantillon.
Selon une autre variante, lors de l'étape 130, la norme est telle que :
Figure imgf000019_0003
Et t,, lors de l'étape 140, k = 1/2∑¾ y) f £k(x, y)J (26), ce qui correspond, sous une forme non
Figure imgf000019_0004
De même que dans les modes de réalisation précédents, l'étape 130 comporte un calcul d'une grandeur sk(x, y) associée à chaque pixel, basée sur un module de l'image complexe Ak, puis le calcul d'un indicateur de bruit associé à l'image complexe Ak basé sur une norme. Selon cette variante, il s'agit d'une norme d'ordre 2.
On peut montrer que le gradient de cet indicateur, par rapport au vecteur de phase, est tel que :
dsk
Vsk(r') 2Im^ A l \Ak fe (r') (28)
d<p0 k(r') Selon une autre variante, lors de l'étape 130, la grandeur associée à chaque pixel est telle que sk(x,y) = sk(x,y) = (^Ak(x,y)) (Ak{x,y))* - = \Ak(x,y)\2 - 1 (30) Et, lors de l'étape 140, sk = ∑(XV)£k(x,y) (31), ce qui correspond, sous une forme non discrétisée, à ε A 1 (32). La grandeur associée à chaque pixel est identique à la
Figure imgf000020_0001
variante précédente (cf. équation (25)), mais l'indicateur de bruit associé à l'image est calculé selon une norme d'ordre 1.
Selon une autre variante, lors de l'étape 130, la grandeur associée à chaque pixel est telle que
£ k(x,y) = (Ak(x,y))(Ak(x,y))* -1\ =
Figure imgf000020_0002
y)\ -l (35)
Et, lors de l'étape 140, sk = ∑(Xy) sk(x,y) (36), ce qui correspond, sous une forme non discrétisée, à ε A 1 (37)
Figure imgf000020_0003
Ainsi, quel que soit le mode de réalisation, l'indicateur de bruit sk associé à une image complexe
Ak , peut être obtenu par :
le calcul d'une grandeur en une pluralité de pixels de l'image, basé sur une valeur de cette dernière, un module de cette dernière ou d'une dérivée dimensionnelle de cette dernière ;
la combinaison desdites grandeurs sous la forme d'une norme, et de préférence d'une norme d'ordre inférieur à 1.
La figure 4 résume les principales étapes de l'algorithme précédemment décrit : à partir d'une image /0 acquise par le capteur d'image 16, on forme une image initiale Ak=0. Lors de chaque itération k, une image complexe Ak, représentant l'onde lumineuse 22 dans un plan de reconstruction Pz est établie par propagation numérique d'une image Ak représentant l'onde lumineuse 22 dans le plan de détection P0. Un indicateur de bruit sk est associé à l'image Ak. Son gradient V k, en fonction de la phase φ de l'onde lumineuse 22, dans le plan de détection P0, est calculé, sur la base duquel ladite phase de l'onde lumineuse 22, dans le plan de détection, est mise à jour. Cette mise à jour permet de former une nouvelle image complexe Ak+1 dans le plan de détection P0, sur la base de laquelle une nouvelle itération peut être menée. Un aspect notable de l'invention est que la mise à jour de la phase
Figure imgf000021_0001
dans le plan de détection P0, est réalisée selon un algorithme d'optimisation sur la base du gradient de l'indicateur en fonction de ladite phase.
Sur les modes de réalisation précédemment décrits, l'indicateur sk décrit une fonction croissante selon le bruit de reconstruction. En d'autres termes, plus le bruit de reconstruction est important, plus l'indicateur sk est élevé. L'algorithme d'optimisation tend donc à minimiser cet indicateur, en particulier sur la base de son gradient V k. L'invention peut naturellement être appliquée en considérant un indicateur décrivant une fonction décroissante selon le bruit de reconstruction, l'indicateur étant d'autant plus faible que le bruit de reconstruction est élevé. L'algorithme d'optimisation tend alors à maximiser l'indicateur, en particulier sur la base de son gradient. D'une façon générale, il est préférable que l'indicateur de bruit suive une fonction monotone de l'amplitude cumulée du bruit de reconstruction sur l'image complexe.
L'invention a été mise en œuvre, en utilisant la norme de variation totale sur des cellules de type CHO, acronyme de cellules ovariennes de hamster, baignant dans un milieu de culture CD CHO (Thermofischer). L'échantillon a été placé dans une chambre fluidique d'épaisseur 100 μιη, disposé à une distance de 8 cm d'une diode électroluminescente, dont la bande spectrale est centrée sur 450 nm. L'échantillon est placé à une distance de 1500 μιη d'un capteur d'image CMOS de 2748x3840 pixels .L'ouverture du filtre spatial 18 a un diamètre de 150 μιη.
La figure 5A représente l'image /0 acquise par le capteur d'image 16. Les images du module et de la phase de l'image complexe de référence Aref, dans le plan de l'échantillon P10, sont respectivement représentées sur les figures 5B et 5C. Ces images ont été obtenues en 100 itérations. L'homogénéité des niveaux de gris entre chaque cellule atteste de la qualité de la reconstruction.
Un autre exemple est présenté sur les figures 6A à 6C. Dans ces exemples, l'échantillon comporte des globules rouges dilués dans une solution aqueuse comportant un tampon PBS (Tampon Phosphate Salin) dilué au 1/400. L'échantillon 10 a été placé dans une chambre fluidique 15 d'épaisseur 100 μιη, disposée à une distance de 8 cm de la diode électroluminescente précédemment décrite, dont la bande spectrale est centrée sur 450 nm. L'échantillon est placé à une distance de 1.5 mm du capteur d'image CMOS précédemment décrit. L'ouverture du filtre spatial 18 s'élève à 150 μιη.
La figure 6A représente l'image /0 acquise par le capteur d'image. Les images du module et de la phase de l'image complexe A^.=8 reconstruite, dans le plan de l'échantillon P10, sont respectivement représentées sur les figures 6B et 6C. Ces images ont été obtenues en 8 itérations.
Quel que soit le mode de réalisation, l'estimation d'une distance entre le plan de détection P0 et le plan de l'échantillon P10 peut être nécessaire, notamment lorsque l'image complexe de référence est formée dans le plan de ce dernier. Cette distance peut être connue de façon géométrique, ou peut être estimée par la mise en œuvre d'un algorithme d'autofocus, courant dans le domaine de la reconstruction holographique.
L'invention pourra s'appliquer à l'observation d'un échantillon par reconstruction holographique, l'hologramme étant obtenu soit par imagerie sans lentille, soit par imagerie défocalisée. Dans ce cas, l'hologramme est une image acquise par un capteur d'image, dans un plan différent du plan de focalisation d'un système optique couplé au capteur d'image.
Elle pourra s'appliquer à la caractérisation d'échantillons dans le domaine des biotechnologies, du diagnostic, mais également dans le domaine de l'agroalimentaire, ou de l'analyse d'échantillons prélevés dans l'environnement ou dans des procédés industriels.

Claims

REVENDICATIONS Procédé d'observation d'un échantillon (10) comportant les étapes suivantes :
a) illumination de l'échantillon à l'aide d'une source de lumière (11), apte à émettre une onde lumineuse (12) se propageant vers l'échantillon ;
b) acquisition, à l'aide d'un capteur d'image (16), d'une image (/0) de l'échantillon (10), formée dans un plan de détection (P0), l'échantillon étant disposé entre la source de lumière (11) et le capteur d'image (16), l' image acquise étant représentative d'une onde lumineuse (22) transmise par l'échantillon sous l'effet de ladite illumination, l'image acquise comportant des figures d'interférence entre l'onde lumineuse émise par la source de lumière et une onde lumineuse diffractée par l'échantillon;
c) calcul d'une image complexe (A^, AQ) représentative de l'échantillon ;
le procédé étant caractérisé en ce que le calcul de ladite image complexe de l'échantillon comporte les sous étapes suivantes :
i) définition d'une image initiale de l'échantillon (AQ = 0) dans le plan de détection, à partir de l'image (/0) acquise par le capteur d'image ;
ii) détermination d'une image complexe de l'échantillon {A^1 ) dans un plan de reconstruction (Pz) en appliquant un opérateur de propagation à l'image initiale de l'échantillon (AQ = 0) définie lors de la sous-étape i) ou à l'image de l'échantillon (AQ ' 1), dans le plan de détection, résultant de l'itération précédente ;
iii) calcul d'un indicateur de bruit (ek) à partir de l'image complexe ( Z) obtenue lors de la sous-étape ii) l'indicateur de bruit dépendant d'un bruit de reconstruction affectant ladite image complexe ( 4Z), l'indicateur de bruit étant représentatif de fluctuations apparaissant sur ladite image complexe ;
iv) mise à jour de l'image de l'échantillon ( Q) dans le plan de détection(P0) par un ajustement de valeurs de phase (<Po (x, y)) des pixels de ladite image, l'ajustement étant réalisé en fonction d'une variation de l'indicateur de bruit calculé lors de la sous- étape iii) selon lesdites valeurs de phase ;
v) réitération des sous-étapes ii) à iv) jusqu'à l'atteinte d'un critère de convergence, de façon à obtenir une image complexe de l'échantillon (10) dans le plan détection (P0), ou dans le plan de reconstruction (Pz).
2. Procédé selon la revendication 1, dans lequel la sous-étape iii), comporte : pour différents pixels (x, y), le calcul d'une grandeur (ek(x, y)~) associée à chaque pixel, en fonction de la valeur de l'image complexe (Ak) déterminée lors de la sous-étape ii) audit pixel, ou d'une dérivée dimensionnelle de ladite image complexe audit pixel ; la combinaison des grandeurs (ek(x, y)) calculées en différents pixels (x, y), de façon à obtenir l'indicateur de bruit (ek).
3. Procédé selon la revendication 2 dans lequel dans lequel l'indicateur de bruit (ek) est une norme d'ordre inférieur ou égal à 1 calculée à partir des grandeurs ek x, y) associées à chaque pixel.
4. Procédé selon l'une quelconque des revendications 2 ou 3, dans lequel lors de la sous-étape iii), la grandeur (ek(x, y)^ associée à chaque pixel (x, y) est calculée à partir du module d'une dérivée dimensionnelle, audit pixel, de l'image complexe (Ak) déterminée lors de la sous-étape ii) .
5. Procédé selon l'une quelconque des revendications 3 à 4, dans lequel lors de la sous-étape iii) ,l'indicateur de bruit (ek) est calculé à partir de la valeur de l'image complexe (Ak) en une pluralité de pixels.
6. Procédé selon la revendication 5, dans lequel :
- lors de la sous-étape i), l'image initiale de l'échantillon (Ak= 1) est définie par une normalisation de l'image (/0) acquise par le capteur d'image (16) par une image (I12) représentative de l'onde lumineuse (12) émise par la source de lumière ;
- lors de la sous-étape iii), la grandeur (ek x, y)) associée à chaque pixel est calculée en fonction de la valeur de l'image complexe (Ak) déterminée lors de la sous-étape ii), audit pixel, soustraite d'un nombre strictement positif, notamment le nombre 1.
7. Procédé selon l'une quelconque des 2 à 6, dans lequel lors de la sous-étape iii), l'indicateur de bruit (ek) est une somme, éventuellement pondérée, de la grandeur (ek x, y)) associée à chaque pixel (x, y) de l'image complexe (Ak) dans le plan de reconstruction.
8. Procédé selon l'une quelconque des revendications précédentes, lors de la sous-étape iv), l'ajustement de la valeur de la phase de chaque pixel est réalisé en constituant un vecteur, dit vecteur de phase (<j»o), dont chaque terme correspond à la valeur de la phase (<pk(x, y)) d'un pixel de l'image de l'échantillon dans le plan de détection (P0), ce vecteur étant mis à jour, au cours de chaque itération, de façon soit à minimiser, soit à maximiser l'indicateur de bruit (ek) calculé lors de la sous-étape iii), en se basant sur un gradient (Vek) de l'indicateur de bruit (ek) selon chaque terme dudit vecteur de phase.
9. Procédé selon la revendication 8, dans lequel la mise à jour du vecteur de phase est réalisée par un algorithme de minimisation ou de maximisation basé sur un gradient (Vek) de l'indicateur de bruit (ek) selon chaque terme dudit vecteur de phase.
10. Procédé selon l'une quelconque des revendications précédentes, dans lequel le plan de reconstruction (Pz) s'étend parallèlement au plan de détection (P0 ).
11. Procédé selon l'une quelconque des revendications précédentes, dans lequel le plan de reconstruction (Pz) est un plan (P10 ) selon lequel s'étend l'échantillon (10).
12. Procédé selon l'une quelconque des revendications précédentes, dans lequel aucune optique de grossissement n'est interposée entre l'échantillon (10) et le capteur d'image (20).
13. Procédé selon l'une quelconque des revendications précédentes, le procédé comportant une étape d) de caractérisation de l'échantillon (10) en fonction de l'image complexe calculée.
14. Dispositif permettant l'observation d'un échantillon, comporta nt :
- une source de lumière (11) apte à émettre une onde lumineuse incidente (12) se propageant vers l'échantillon (10) ;
- un capteur d'image (16) ;
- un support (10s), configuré pour maintenir l'échantillon (10) entre ladite source de lumière (11) et le capteur d'image (16) ;
- un processeur (20), configuré pour recevoir une image de l'échantillon acquise par le capteur d'image (16) et à mettre en œuvre le procédé objet de l'une quelconque des revendications 1 à 13.
PCT/FR2017/050671 2016-03-23 2017-03-22 Procédé d'observation d'un échantillon par calcul d'une image complexe Ceased WO2017162985A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/086,969 US10816454B2 (en) 2016-03-23 2017-03-22 Method for observing a sample, by calculation of a complex image
EP17716963.8A EP3433679B1 (fr) 2016-03-23 2017-03-22 Procédé d'observation d'un échantillon par calcul d'une image complexe

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1652500 2016-03-23
FR1652500A FR3049347B1 (fr) 2016-03-23 2016-03-23 Procede d’observation d’un echantillon par calcul d’une image complexe

Publications (1)

Publication Number Publication Date
WO2017162985A1 true WO2017162985A1 (fr) 2017-09-28

Family

ID=56008763

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2017/050671 Ceased WO2017162985A1 (fr) 2016-03-23 2017-03-22 Procédé d'observation d'un échantillon par calcul d'une image complexe

Country Status (4)

Country Link
US (1) US10816454B2 (fr)
EP (1) EP3433679B1 (fr)
FR (1) FR3049347B1 (fr)
WO (1) WO2017162985A1 (fr)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3572798A1 (fr) 2018-05-23 2019-11-27 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Dispositif et procédé d'observation d'un échantillon fluorescent par imagerie défocalisée
EP3575774A1 (fr) 2018-05-31 2019-12-04 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Dispositif et procédé d'observation de particules, en particulier des particules submicroniques
EP3584560A1 (fr) 2018-06-20 2019-12-25 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé d'observation d'un échantillon par imagerie sans lentille, avec prise en compte d'une dispersion spatiale dans l'échantillon
WO2019243725A1 (fr) 2018-06-20 2019-12-26 Commissariat à l'énergie atomique et aux énergies alternatives Procede et dispositif de comptage de thrombocytes dans un echantillon
EP3629004A1 (fr) 2018-09-28 2020-04-01 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé et dispositif d'observation d'un échantillon sous lumière ambiante
FR3087009A1 (fr) 2018-10-09 2020-04-10 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de determination de parametres d'une particule
EP3640743A1 (fr) 2018-10-17 2020-04-22 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé d'observation d'un échantillon
FR3090107A1 (fr) 2018-12-18 2020-06-19 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé de caractérisation d'une particule à partir d'un hologramme.
EP3671308A1 (fr) 2018-12-22 2020-06-24 Commissariat à l'énergie atomique et aux énergies alternatives Procédé d'observation d'un échantillon dans deux bandes spectrales, et selon deux grandissements
EP3754431A1 (fr) 2019-06-22 2020-12-23 Commissariat À L'Énergie Atomique Et Aux Énergies Alternatives Procédé de reconstruction holographique
FR3106897A1 (fr) 2020-02-03 2021-08-06 Commissariat à l'Energie Atomique et aux Energies Alternatives Procédé de détection de microorganismes dans un échantillon
US20210294267A1 (en) * 2019-12-26 2021-09-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Device for detecting objects by holography
EP3982334A1 (fr) 2020-10-09 2022-04-13 Commissariat à l'énergie atomique et aux énergies alternatives Procédé de caractérisation de microorganismes
WO2023110716A1 (fr) 2021-12-17 2023-06-22 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé et appareil de sélection, détection, comptage et identification de pollens et/ou de moisissures initialement en suspension dans l'air atmosphérique
WO2023118590A1 (fr) 2021-12-24 2023-06-29 Commissariat A L'energie Atomique Et Aux Energies Alternatives Dispositif et procédé optique de détection de particules sensibles à un champ magnétique dans un échantillon
EP3270232B1 (fr) * 2016-07-13 2025-07-02 Commissariat à l'Energie Atomique et aux Energies Alternatives Dispositif d'observation d'un échantillon

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3049348B1 (fr) * 2016-03-23 2023-08-11 Commissariat Energie Atomique Procede de caracterisation d’une particule dans un echantillon
FR3073047B1 (fr) 2017-11-02 2021-01-29 Commissariat Energie Atomique Procede optique d'estimation d'un volume representatif de particules presentes dans un echantillon
FR3115372B1 (fr) * 2020-10-20 2022-12-02 Biomerieux Sa Procédé d'imagerie holographique numérique supprimant l'image jumelle
FR3118169B1 (fr) 2020-12-22 2025-10-17 Commissariat Energie Atomique Procédé de caractérisation de spermatozoïdes
FR3131376B1 (fr) * 2021-12-29 2023-11-10 Commissariat Energie Atomique Procédé d’estimation d’une distribution spatiale tridimensionnelle de fluorescence, à l’intérieur d’un objet.
FR3130427B1 (fr) * 2022-05-03 2024-04-19 Idemia Identity & Security France Procédé de génération d’une image de paume à partir d’images de paume partielles
FR3138522A1 (fr) 2022-07-29 2024-02-02 Horiba Abx Sas Dispositif de détection de particules en imagerie sans lentille
FR3144371A1 (fr) 2022-12-27 2024-06-28 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé de traitement d’une image d’un échantillon comportant des particules biologiques
TWI859788B (zh) * 2023-03-27 2024-10-21 逢甲大學 浸沒式全像片拍攝結構
FR3161278A1 (fr) 2024-04-10 2025-10-17 Commissariat A L' Energie Atomique Et Aux Energies Alternatives Procédé et dispositif de classification de particules biologiques dans un échantillon
FR3164787A1 (fr) 2024-07-18 2026-01-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé de caractérisation de la trajectoire d’une particule mobile dans un échantillon

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008090330A1 (fr) 2007-01-22 2008-07-31 Cancer Research Technology Ltd Détection d'objets
US20120218379A1 (en) 2009-10-20 2012-08-30 The Regents Of The University Of California Incoherent lensfree cell holography and microscopy on a chip
WO2016151248A1 (fr) * 2015-03-24 2016-09-29 Commissariat à l'énergie atomique et aux énergies alternatives Procédé d'analyse de particules

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8184298B2 (en) * 2008-05-21 2012-05-22 The Board Of Trustees Of The University Of Illinois Spatial light interference microscopy and fourier transform light scattering for cell and tissue characterization
WO2011149526A2 (fr) * 2010-05-25 2011-12-01 Arryx, Inc. Procédés et appareils permettant la détection de la liberté de position de particules dans le cadre d'analyses biologiques et chimiques et application dans des immunodiagnostics
US9569664B2 (en) * 2010-10-26 2017-02-14 California Institute Of Technology Methods for rapid distinction between debris and growing cells
FR3020682B1 (fr) * 2014-04-30 2016-05-27 Commissariat Energie Atomique Procede et systeme de detection d'au moins une particule dans un liquide corporel, et procede associe de diagnostic de la meningite
FR3036800B1 (fr) * 2015-05-28 2020-02-28 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede d’observation d’un echantillon
FR3049348B1 (fr) * 2016-03-23 2023-08-11 Commissariat Energie Atomique Procede de caracterisation d’une particule dans un echantillon

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008090330A1 (fr) 2007-01-22 2008-07-31 Cancer Research Technology Ltd Détection d'objets
US20120218379A1 (en) 2009-10-20 2012-08-30 The Regents Of The University Of California Incoherent lensfree cell holography and microscopy on a chip
WO2016151248A1 (fr) * 2015-03-24 2016-09-29 Commissariat à l'énergie atomique et aux énergies alternatives Procédé d'analyse de particules

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DENIS L ET AL: "Numerical suppression of the twin image in in-line holography of a volume of micro-objects; Numerical suppression of the twin image", MEASUREMENT SCIENCE AND TECHNOL, IOP, BRISTOL, GB, vol. 19, no. 7, 1 July 2008 (2008-07-01), pages 74004, XP020136298, ISSN: 0957-0233 *
HATTAY JAMEL ET AL: "Digital in-line particle holography: twin-image suppression using sparse blind source separation", SIGNAL, IMAGE AND VIDEO PROCESSING, SPRINGER LONDON, LONDON, vol. 9, no. 8, 25 May 2014 (2014-05-25), pages 1767 - 1774, XP035537055, ISSN: 1863-1703, [retrieved on 20140525], DOI: 10.1007/S11760-014-0646-3 *
KOREN G ET AL: "TWIN-IMAGE ELIMINATION IN IN-LINE HOLOGRAPHY OF FINITE-SUPPORT COMPLEX OBJECTS", OPTICS LETTERS, OPTICAL SOCIETY OF AMERICA, US, vol. 16, no. 24, 15 December 1991 (1991-12-15), pages 1979 - 1981, XP000244017, ISSN: 0146-9592 *

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3270232B1 (fr) * 2016-07-13 2025-07-02 Commissariat à l'Energie Atomique et aux Energies Alternatives Dispositif d'observation d'un échantillon
EP3572798A1 (fr) 2018-05-23 2019-11-27 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Dispositif et procédé d'observation d'un échantillon fluorescent par imagerie défocalisée
WO2019224474A1 (fr) 2018-05-23 2019-11-28 Commissariat à l'énergie atomique et aux énergies alternatives Dispositif et procédé d'observation d'un échantillon fluorescent par imagerie défocalisée
EP3575774A1 (fr) 2018-05-31 2019-12-04 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Dispositif et procédé d'observation de particules, en particulier des particules submicroniques
FR3081997A1 (fr) * 2018-05-31 2019-12-06 Commissariat A L'energie Atomique Et Aux Energies Alternatives Dispositif et procede d'observation de particules, en particulier des particules submicroniques
EP3584560A1 (fr) 2018-06-20 2019-12-25 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé d'observation d'un échantillon par imagerie sans lentille, avec prise en compte d'une dispersion spatiale dans l'échantillon
WO2019243725A1 (fr) 2018-06-20 2019-12-26 Commissariat à l'énergie atomique et aux énergies alternatives Procede et dispositif de comptage de thrombocytes dans un echantillon
EP3629004A1 (fr) 2018-09-28 2020-04-01 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé et dispositif d'observation d'un échantillon sous lumière ambiante
FR3086758A1 (fr) 2018-09-28 2020-04-03 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede et dispositif d'observation d'un echantillon sous lumiere ambiante
FR3087009A1 (fr) 2018-10-09 2020-04-10 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de determination de parametres d'une particule
EP3637194A1 (fr) 2018-10-09 2020-04-15 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé de détermination de paramètres d'une particule
US11592435B2 (en) * 2018-10-17 2023-02-28 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method for observing a sample
FR3087538A1 (fr) 2018-10-17 2020-04-24 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede d'observation d'un echantillon
EP3640743A1 (fr) 2018-10-17 2020-04-22 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procédé d'observation d'un échantillon
US20220018756A1 (en) * 2018-12-18 2022-01-20 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method for characterising a particle on the basis of a hologram
US12135273B2 (en) * 2018-12-18 2024-11-05 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method for characterising a particle on the basis of a hologram
WO2020128282A1 (fr) 2018-12-18 2020-06-25 Commissariat à l'énergie atomique et aux énergies alternatives Procédé de caractérisation d'une particule à partir d'un hologramme
FR3090107A1 (fr) 2018-12-18 2020-06-19 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé de caractérisation d'une particule à partir d'un hologramme.
FR3090875A1 (fr) 2018-12-22 2020-06-26 Commissariat à l'Energie Atomique et aux Energies Alternatives Procédé d'observation d'un échantillon dans deux bandes spectrales, et selon deux grandissements.
EP3671308A1 (fr) 2018-12-22 2020-06-24 Commissariat à l'énergie atomique et aux énergies alternatives Procédé d'observation d'un échantillon dans deux bandes spectrales, et selon deux grandissements
FR3097639A1 (fr) 2019-06-22 2020-12-25 Commissariat à l'Energie Atomique et aux Energies Alternatives Procédé de reconstruction holographique
EP3754431A1 (fr) 2019-06-22 2020-12-23 Commissariat À L'Énergie Atomique Et Aux Énergies Alternatives Procédé de reconstruction holographique
US20210294267A1 (en) * 2019-12-26 2021-09-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Device for detecting objects by holography
US11726431B2 (en) * 2019-12-26 2023-08-15 Commissariat A L'energie Atomique Et Aux Energies Alternatives Device for detecting objects by holography
WO2021156192A1 (fr) 2020-02-03 2021-08-12 Commissariat à l'Energie Atomique et aux Energies Alternatives Procédé de détection de microorganismes dans un échantillon
FR3106897A1 (fr) 2020-02-03 2021-08-06 Commissariat à l'Energie Atomique et aux Energies Alternatives Procédé de détection de microorganismes dans un échantillon
EP3982334A1 (fr) 2020-10-09 2022-04-13 Commissariat à l'énergie atomique et aux énergies alternatives Procédé de caractérisation de microorganismes
FR3115045A1 (fr) 2020-10-09 2022-04-15 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé de caractérisation de microorganismes
FR3130971A1 (fr) 2021-12-17 2023-06-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé et appareil de sélection, détection, comptage et identification de pollens et/ou de moisissures initialement en suspension dans l’air atmosphérique.
WO2023110716A1 (fr) 2021-12-17 2023-06-22 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procédé et appareil de sélection, détection, comptage et identification de pollens et/ou de moisissures initialement en suspension dans l'air atmosphérique
WO2023118590A1 (fr) 2021-12-24 2023-06-29 Commissariat A L'energie Atomique Et Aux Energies Alternatives Dispositif et procédé optique de détection de particules sensibles à un champ magnétique dans un échantillon
FR3131374A1 (fr) 2021-12-24 2023-06-30 Commissariat à l'Energie Atomique et aux Energies Alternatives Dispositif et procédé optique de détection de particules sensibles à un champ magnétique dans un échantillon

Also Published As

Publication number Publication date
EP3433679A1 (fr) 2019-01-30
FR3049347A1 (fr) 2017-09-29
US10816454B2 (en) 2020-10-27
EP3433679B1 (fr) 2020-11-04
US20190101484A1 (en) 2019-04-04
FR3049347B1 (fr) 2018-04-27

Similar Documents

Publication Publication Date Title
WO2017162985A1 (fr) Procédé d&#39;observation d&#39;un échantillon par calcul d&#39;une image complexe
EP3433678A1 (fr) Procédé de caractérisation holographique d&#39;une particule dans un échantillon
EP3274689B1 (fr) Procédé et dispositif d&#39;analyse de particules
EP3640743B1 (fr) Procédé d&#39;observation d&#39;un échantillon
EP3270232A1 (fr) Dispositif d&#39;observation d&#39;un échantillon
EP3559631B1 (fr) Procédé de numération de particules dans un échantillon par imagerie sans lentille
EP3637194B1 (fr) Procédé de détermination de paramètres d&#39;une particule
WO2016151249A1 (fr) Procédé de détermination de l&#39;état d&#39;une cellule
EP3304214A1 (fr) Procédé d&#39;observation d&#39;un échantillon
EP3199941B1 (fr) Procédé d&#39;observation d&#39;un échantillon par imagerie sans lentille
EP3584560A1 (fr) Procédé d&#39;observation d&#39;un échantillon par imagerie sans lentille, avec prise en compte d&#39;une dispersion spatiale dans l&#39;échantillon
EP3397944B1 (fr) Dispositif et procédé d&#39;observation bimodale d&#39;un objet
EP3754431B1 (fr) Procédé de reconstruction holographique
EP3520022B1 (fr) Procédé de numération de leucocytes dans un échantillon
EP3899669B1 (fr) Procédé de caractérisation d&#39;une particule à partir d&#39;un hologramme
FR3043205A1 (fr) Dispositif et procede d’observation d’un objet
EP4020093B1 (fr) Procédé de formation d&#39;une image complexe d&#39;un échantillon
EP3545362B1 (fr) Procédé de formation d&#39;une image de haute résolution par imagerie sans lentille
FR3018603A1 (fr) Dispositif d&#39;analyse et d&#39;imagerie d&#39;une surface par deflectometrie et procede correspondant
FR3082943A1 (fr) Procede de comptage de particules de petite taille dans un echantillon
FR3155061A1 (fr) Appareil et procédé de micro-spectrométrie Raman confocal avec système de mise au point

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2017716963

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017716963

Country of ref document: EP

Effective date: 20181023

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17716963

Country of ref document: EP

Kind code of ref document: A1