Prix Gilbert Hausmann - 2022 - Joowon Lim

Pour ses travaux sur la tomographie optique. Ses recherches ont conduit à de nouvelles méthodes et algorithmes pour l'imagerie d'objets tridimensionnels, y compris les cellules et les tissus.

La tomographie par diffraction optique (TDO) est une technique d'imagerie qui fournit des distributions 3D de l'indice de réfraction (IR) d'échantillons transparents. Comme les valeurs d'IR diffèrent selon les matériaux, elles servent de contrastes endogènes sans étiquetage. Le principe fondamental de la reconstruction en TDO est de récupérer l'information 3D à partir de multiples mesures en 2D. Cependant, il existe des défis fondamentaux dans la reconstruction TDO. Le premier défi est qu'il existe des mesures inaccessibles en raison des ouvertures numériques limitées du système optique. Le deuxième défi est de modéliser la relation non-linéaire entre un échantillon et les mesures. Dans cette thèse, nous visons à résoudre ces défis afin d’améliorer la précision des distribution d’IR reconstruites. La première approche utilise des schémas de reconstruction itératifs basés sur la modélisation de la propagation optique, et nous l'appelons tomographie d'apprentissage, car la lumière est propagée à travers une structure multicouche de matrices de transmission. La seconde approche est basée sur l'apprentissage statistique des artefacts présents dans les reconstructions finales, et utilise un réseau neuronal profond entrainé sur une grande base de données. À travers ces travaux, nous proposons des solutions aux principaux défis de la reconstruction TDO, et arrivons à des reconstructions précises et fidèles, ce qui confirme la puissance de la TDO en tant que technique d’imagerie et permet l'extension de son domaine d'application.