Soutenance de thèse de Timothée JUSTEL

La spectroscopie par diffusion Raman spontanée est une technique très répandue qui permet de remonter à la nature des liaisons chimiques présentes dans un échantillon sans nécessiter de marquage. Elle souffre de la faiblesse du rayonnement Raman, qui impose de longs temps d’acquisition lorsque les mesures sont effectuées avec un spectromètre conventionnel. Pour s’affranchir de cette limitation, des techniques dites comprimées ont été développées. Ces techniques consistent à n’effectuer que quelques mesures avec un petit nombre de détecteurs très sensibles et très rapides. Cette méthodologie est particulièrement efficace si l’on dispose de connaissances a priori sur la composition chimique de l’échantillon analysé. On peut en effet les utiliser pour déterminer les fréquences utiles à la réalisation de la tâche ciblée et filtrer le rayonnement pour ne mesurer que ces fréquences. L’objectif de cette thèse est d’adapter ces techniques afin de pouvoir questionner la validité des a priori. Pour ce faire, nous proposons de répartir une diversité de jeux de filtres sur les pixels de la zone à imager. Dans le cas de pixels purs, cela permet non seulement de classer chaque pixel parmi des espèces chimiques de spectres connus mais aussi de reconstruire les spectres rencontrés en combinant des mesures réalisées sur plusieurs pixels. Dans le cas de pixels où apparaissent des mélanges, cela permet à la fois d’estimer en chaque pixel les concentrations d’espèces chimiques de spectres connus et de réduire la part d’anomalies indétectables. La méthodologie proposée est fondée sur l’emploi de bornes statistiques pour caractériser les performances des jeux de filtres en chacune des tâches considérées. Une approche fondée sur des compromis optimaux nous permet de construire la diversité de jeux de filtres nécessaire et d’obtenir un aperçu global des performances atteignables pour une configuration donnée du système d’acquisition, ce qui permet de l’optimiser.

Spontaneous Raman spectroscopy is a widely used label-free analysis technique enabling to determine the chemical bonds appearing in a given sample. This technique suffers from the low intensity of Raman radiation, which implies large exposure times when measurements are performed with a conventional spectrometer. Compressed techniques were developed in order to overcome this limitation. They consist in performing few measurements with a limited number of high-sensitivity high-speed detectors. This methodology is especially efficient when a priori knowledge about the composition of the analysed sample is available. In fact, it is possible to use this knowledge to determine which frequencies are useful to achieve a given task and filter the radiation accordingly. In this thesis, we build on these techniques to enable questioning the validity of the a priori knowledge. Specifically, we propose to distribute a diversity of filter sets onto the pixels of the area to be analysed. In the case of pure pixels, it enables one to classify each pixel amongst a list of chemical species of known spectra and also to reconstruct encountered spectra by aggregating measures acquired on different pixels. In the case of pixels where multiple chemical species are mixed together, it enables one to estimate the concentrations of chemical species of known spectra but also to reduce the set of undetectable anomalies. The proposed methodology is based on using statistical bounds to characterise the performance of filter sets in each of the considered tasks. We make use of an approach based on optimal trade-offs to build the necessary diversity of filter sets and to obtain an overview of the performance reachable with a given configuration of the acquisition device, thereby offering ways to optimise it.