La microscopie Raman cohérente pourrait être étendue grâce à la fusion d’instruments et d’ordinateurs

La diffusion Raman est un processus de diffusion inélastique qui échange des énergies entre les photons et les molécules pour transporter des informations sur les vibrations moléculaires. La micro-spectroscopie Raman est devenue un outil d’analyse indispensable en biologie et en chirurgie médicale principalement grâce à ses deux “libres” : sans étiquette et sans fond aqueux.

Ces avantages nous permettent d’étudier des échantillons vivants sans perturbation endogène. De plus, les pics Raman ont une bande passante spectrale beaucoup plus étroite que le spectre d’émission des colorants fluorescents, ce qui permet l’étude simultanée de diverses espèces métaboliques dans le même environnement.

Dans un nouvel article publié dans eLightle Dr Haonan Lin et le professeur Ji-Xin Cheng de l’Université de Boston ont passé en revue la combinaison d’approches d’instrumentation et de calcul pour la diffusion Raman cohérente (CRS).

Malgré ses avantages significatifs, un inconvénient fondamental de la diffusion Raman réside dans ses sections efficaces très limitées. Une section Raman typique est de 10^-30 cm² par molécule, ce qui entraîne un temps d’intégration du signal très long de quelques secondes à quelques minutes par point focal. Une telle vitesse limitée rend impossible l’imagerie pixel par pixel de systèmes dynamiques. Un processus optique non linéaire a été introduit pour améliorer les signaux Raman de manière cohérente et briser les limites fondamentales de la section efficace.

Avec deux lasers ultrarapides synchronisés, des signaux Raman cohérents sont apparus en diffusion Raman cohérente anti-Stokes (CARS) et en diffusion Raman stimulée (SRS). Dans le CRS, deux champs laser interagissent de manière synchrone avec la molécule cible. Lorsque la fréquence de battement correspond au mode vibratoire Raman, un processus de transfert d’énergie amplifié de manière cohérente se produit. Il annihile le photon pompe, le convertit en faisceau Stokes et génère des photons à une nouvelle fréquence.

CRS a permis une imagerie chimique à grande vitesse basée sur des pics Raman intrinsèques sur des échantillons biologiques. Cependant, les échantillons biologiques sont des microsystèmes sophistiqués qui se composent de divers métabolites qui ont souvent des chevauchements spectraux, en particulier dans la région carbone-hydrogène (CH) forte mais encombrée.

Il entrave la quantification et l’identification des produits chimiques dans les cellules et les tissus à l’aide d’un CRS monochrome à bande étroite. Au cours des dernières années, des efforts importants ont été déployés pour développer des CRS hyperspectraux qui produisent un spectre Raman à chaque pixel.

L’image hyperspectrale offre la possibilité de déchiffrer les informations sur les compositions chimiques et l’abondance dans un environnement complexe. Cependant, en raison de la haute dimensionnalité de l’image brute, ces informations ne sont pas facilement disponibles. Des algorithmes sont nécessaires pour identifier les principaux composants purs et décomposer les cartes de concentration.

Parallèlement aux développements de l’instrumentation dans les CRS hyperspectraux, diverses méthodes de démixage d’images hyperspectrales ont été rapportées. Selon que des informations préalables sont données sur la composition des composants purs, nous les catégorisons en méthodes supervisées ou non supervisées.

Les innovations en matière d’instrumentation ont poussé l’imagerie CRS à la vitesse d’une fréquence d’images allant jusqu’à 2 kHz, une couverture spectrale allant jusqu’à 3500 cm^-1, et une vitesse d’acquisition spectrale jusqu’à 5 µs par spectre. Cependant, ces conditions ne peuvent pas être réalisées simultanément en raison de la limite physique déterminée par la limite de sensibilité du CRS.

Par exemple, une augmentation supplémentaire de la vitesse détériorera le rapport signal sur bruit (SNR) de la configuration, la rendant inapplicable aux applications biomédicales. Sous la contrainte du photodommage, ce compromis peut être véhiculé comme un espace de conception. C’est un hyperplan se croisant avec trois axes représentant la vitesse, la bande passante spectrale et le SNR. L’optimisation de l’instrumentation permet au système d’atteindre un point de condition optimale sur l’hyperplan, mais aller au-delà reste difficile.

L’équipe de recherche a introduit diverses méthodes de calcul utilisées pour repousser les limites de la microscopie chimique CRS. Il faut prêter attention à la gamme applicable d’algorithmes de calcul pour éviter des interprétations erronées des mesures. Il est crucial d’évaluer si le modèle avancé peut décrire de manière appropriée le processus physique sous-jacent. Cela implique la distribution statistique du bruit de mesure, le noyau de convolution d’image du système d’imagerie et d’autres techniques.

Des expériences rigoureuses doivent être menées pour caractériser le modèle avancé et calibrer les paramètres du modèle. Lorsque des modèles/régularisations antérieurs sont utilisés, une compréhension globale du signal est nécessaire. Le réglage des hyperparamètres pour les modèles précédents est crucial pour obtenir des résultats corrects et peut nécessiter des mises à jour et des validations itératives.

Pour les applications d’apprentissage en profondeur, bien que la tâche de modélisation sophistiquée sur le problème inverse soit allégée, une sélection appropriée de structures de réseau et des ensembles de données d’apprentissage et de validation suffisamment importants sont nécessaires.

En ce qui concerne l’avenir, l’équipe de recherche s’attend à ce que les progrès de l’instrumentation continuent d’augmenter le débit de données sur les dimensions temporelles, spatiales et spectrales. Ils devraient fournir plus de fonctionnalités sur les structures de données, telles que la parcimonie et la corrélation. Pendant ce temps, de nouvelles méthodes de calcul peuvent être exploitées pour briser les compromis d’espace de conception et fournir des compositions chimiques enrichies pour la recherche biomédicale. Avec les progrès rapides de la microscopie optique computationnelle, nous nous attendons à ce que davantage d’idées infiltrent le CRS.

Étant donné que la plupart des méthodes de calcul se concentrent sur des implémentations à champ large, la traduction en microscopie CRS n’est pas triviale. Une modélisation approfondie, la conception du système et le développement d’algorithmes doivent être effectués pour garantir l’applicabilité à l’imagerie CRS. À l’avenir, les méthodes de calcul joueront un rôle encore plus critique car les méthodes existantes restent viables pour dynamiser l’espace de conception nouvellement établi. De nouvelles méthodes peuvent apparaître pour réaliser des percées dans des aspects tels que le champ de vision, la profondeur d’imagerie et la résolution spatiale.