Recalage transmodal en microscopies corrélatives pour la caractérisation physiopathologique de la valvulopathie – CROCOVAL

Dans le cadre de ce projet, nous avons élaboré des algorithmes de recalage basés sur des points et des méthodes issues de la théorie des graphes. De plus, nous avons introduit une méthode robuste d'estimation d'erreur, basée sur une régression multivariée. Cela nous a permis d'évaluer avec précision la qualité du recalage, qu'il s'agisse de transformations rigides ou affines.

En parallèle, en collaboration avec une société, nous avons créé un dispositif novateur appelé Kratoscope. Ce système capture l'auto-fluorescence des échantillons avant chaque coupe, permettant ainsi de construire une pile d'images alignées en 3D, reliant ainsi l'imagerie 3D et les coupes histologiques à l'échelle cellulaire.

Nous avons également amélioré notre logiciel ec-clemv2 pour gérer des images de plus grande taille et offrir des fonctionnalités avancées. Désormais, le logiciel permet de créer des workflows de recalage sur mesure en enchaînant des transformations. Il offre également la possibilité de superposer des images dans un espace commun sans nouvel échantillonnage, ainsi que d'appliquer des transformations calculées à des zones d'intérêt spécifiques.

En résumé, notre travail s’est concentré sur le développement d'outils et de techniques pour l'intégration et la compréhension d'images provenant de diverses sources en sciences biologiques. Ces avancées ouvrent de nouvelles perspectives passionnantes pour la recherche dans ce domaine, en permettant une analyse plus approfondie et précise des échantillons biomédicaux.

Outre de premiers essais prometteurs sur l’étude des déformations de la valve en conditions pathologiques, les techniques développées ont permis des utilisations plus larges, en collaboration avec le Royaume Uni, Israel ou d’autres collègues Nantais, pour étudier les mécanismes d’infection des cellule par des virus ou encore les neurones de nos intestins. Par ailleurs les méthodes et logiciels développés sont désormais utilisés en routine dans le synchrotron Diamond au Royaume Uni, où les utilisateurs sont formés à leur usage, et proposés sur la plateforme de microscopie de Nantes pour bénéficier au plus grand nombre de projet. Une nouvelle société scientifique internationale a également été créée pour promouvoir ces approches corrélatives.

Le projet a conduit à des développements méthodologiques novateurs, poussés par la problématique de l’étude des valvulopathies en exemple d’application. Ces développements sont mis à la disposition de la communauté et ont déjà été utilisées pour d’autres problématiques, répondant ainsi à un besoin de logiciel et d’algorithme en soutien aux acquisitions multimodales.

Le travail réalisé dans ce cadre a été valorisé sous la forme de papiers de recherche (11), ou de présentations dans des conférences(16), dont dix conférences invitées montrant l’intérêt suscité par nos développements, mais également sous la forme de logiciels en libre accès. Ce projet nous a également permis de participer à un projet international de normalisation de certains aspects de ces approches. La liste complète des publications associées à ce projet est disponible anrcrocoval.github.io/publications.html

La microscopie corrélative permet de combiner différentes échelles d'observations et différent types de contenu, fonctionnels et morphologiques, grâce à l'ensemble des technologies de microscopies disponibles pour les sciences de la vie. Pour décrypter les mécanismes fondamentaux des dysfonctionnements de la valve cardiaque, ces approches sont particulièrement intéressantes à cause de l’hétérogénéité du remodelage cellulaire impliqué dans le développement de la maladie et de l’intérêt d’étudier les mêmes échantillons. L'objectif de ce projet est de développer des méthodes adaptées de fusion de données images pour étudier les mécanismes biologiques en jeu. Nous voulons développer une approche originale de vision par ordinateur qui prenne en compte l'estimation de confiance dans le recalage pour acquérir et analyser les données de microscopies, sur un modèle animal développé par l'équipe.
Les méthodes développées d'acquisition et de fusion de données pourront s'appliquer plus largement.