Histopathologie spectrale du cancer colique : développements d'outils chimiométriques pour le traitement automatisé des images tissulaires en spectroscopie moyen-infrarouge
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur jusqu'au 30/09/2023 (communication intranet).
 
Auteur : Boutegrabet, Warda
Date de soutenance : 18-03-2022

Directeur(s) de thèse : Guenot, Dominique - Piot, Olivier

Président : Laquerriere, Patrice
Rapporteur(s) : Duponchel, Ludovic - Goormaghtigh, Erik
Membre(s) du jury : Tfaili, Sana - Gobinet, Cyril

Établissement de soutenance : Strasbourg
Laboratoire : Interface de recherche fondamentale et appliquée en cancérologie (Strasbourg ; 2...-2023)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Médecine translationnelle
Classification : Médecine et santé

Mots-clés libres : Histopathologie spectrale, Imagerie infrarouge, Chimiomtrie, Cancer de côlon
Mots-clés :
  • Cancer colorectal - Histopathologie
  • Chimiométrie
  • Spectroscopie infrarouge
Résumé : Les cliniciens ont un besoin crucial de paramètres pour identifier en routine clinique, un patient dont la tumeur sera sensible ou non à un traitement. L’histopathologie spectrale par imagerie infrarouge mesure la composition biochimique des structures tissulaires sans coloration ni marquage. Bien que les études aient montré le potentiel diagnostique de cette technique, elle reste un outil de recherche sans être intégrée dans les services d’anatomopathologie. Ce travail de doctorat a porté sur des développements chimiométriques visant à rendre l’approche totalement automatisée pour un déploiement en routine clinique. Une méthode permettant d’éliminer les pixels parasites d’une image spectrale infrarouge a été élaborée ; ce développement est applicable aux tissus paraffinés et aux tissus congelés dans un gel biologique. Puis un algorithme de sélection non-supervisée de variables a été mis au point en vue d’optimiser l’exploitation du signal infrarouge. Ce travail trouve un intérêt dans l’identification de marqueurs spectroscopiques pour des applications médicales telle que la prédiction de la réponse au traitement des cancers du côlon métastasés.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAJ013
Type de ressource : Thèse