Microscopie oblique en contre-illumination quantitative en une seule acquisition

Voir les cellules vivantes sans colorants

La médecine moderne dépend de plus en plus de l’observation des cellules vivantes en action, mais la plupart des microscopes requièrent encore des colorants fluorescents ou des méthodes de balayage lentes qui peuvent perturber les tissus. Cette étude présente une nouvelle façon de prendre des images nettes et tridimensionnelles de tissus vivants en une seule prise de vue et sans marqueurs, permettant potentiellement aux médecins et chercheurs d’observer le flux sanguin et les changements cellulaires en temps réel, directement à l’intérieur du corps.

Une manière plus rapide d’explorer les tissus épais

Beaucoup d’outils d’imagerie performants font face à un compromis : certains balayent rapidement mais manquent de détails fins, tandis que d’autres révèlent une riche structure cellulaire mais sont lents ou limités aux échantillons minces sur lame. Une technique antérieure appelée microscopie oblique en contre-illumination quantitative (qOBM) a partiellement résolu ce problème en envoyant la lumière dans le tissu depuis le dessus, laissant la lumière diffusée agir comme une source lumineuse interne cachée dans des échantillons épais et opaques. La qOBM peut mesurer combien l’onde lumineuse est retardée par les cellules — une propriété liée à leur structure interne — dans les trois dimensions. Mais la qOBM traditionnelle nécessitait quatre expositions caméra séparées depuis des angles d’éclairage différents, ce qui ralentissait la capture et la rendait vulnérable au flou lorsque l’échantillon bougeait.

Apprendre au microscope à raisonner

Pour lever ce goulot d’étranglement, les auteurs ont créé la qOBM en une seule acquisition (SCqOBM). Plutôt que de collecter quatre images depuis différentes directions, la SCqOBM prend une seule image avec un éclairage oblique provenant d’un seul angle. Un modèle d’apprentissage profond — basé sur un U-Net, un réseau de neurones populaire pour le traitement d’images — apprend ensuite à convertir cette unique image brute en le même type de carte détaillée que fournissaient auparavant quatre images. L’équipe a entraîné et testé ce réseau à l’aide de milliers d’exemples dont la « bonne réponse » était déjà connue à partir de la qOBM standard à quatre acquisitions, permettant au modèle d’apprendre comment des motifs subtils de luminosité correspondent à la véritable structure tissulaire.

Validation sur le sang et le cerveau

Dans un premier temps, les chercheurs ont testé la SCqOBM sur du sang de cordon ombilical conservé dans des poches de collecte. Les cellules sanguines sont relativement simples et symétriques, ce qui en fait un point de départ idéal. Ils ont montré que les versions à une et deux acquisitions de la méthode reproduisaient quasiment à l’identique les formes et les propriétés optiques des globules rouges et blancs, avec seulement de petites différences numériques par rapport à l’étalon-or à quatre acquisitions. Dans certains cas, la méthode à une acquisition a même produit des images plus propres parce qu’elle utilisait une couleur de lumière moins absorbée par l’hémoglobine, réduisant ainsi le bruit dans les mesures.

Ils sont ensuite passés à un défi plus difficile : des tissus cérébraux épais de rat, comprenant cortex sain, tumeurs et marges tumorales. Ces échantillons présentent des structures complexes et très variées. Là encore, les reconstructions par apprentissage profond correspondaient étroitement à la qOBM traditionnelle, capturant à la fois les régions tumorales grossières et les détails fins du tissu cérébral normal. De manière remarquable, un modèle entraîné uniquement sur des images de cerveau de rat a aussi bien fonctionné sur des échantillons de tumeurs cérébrales humaines, suggérant que l’approche se généralise entre espèces et types de tissus. L’analyse dans le domaine fréquentiel a confirmé une limitation subtile : puisque la SCqOBM ne voit la lumière que selon un seul angle, elle ne peut pas entièrement récupérer l’information le long d’une bande étroite de directions, mais elle ne « hallucine » pas les structures manquantes ; elle se contente de laisser cette bande légèrement sous-représentée.

Observer le flux sanguin en temps réel

Grâce à son avantage de vitesse, la SCqOBM peut capturer des processus rapides qui seraient floutés avec des méthodes multi-expositions. L’équipe a utilisé une caméra haute vitesse pour filmer les vaisseaux sanguins du cerveau de souris à environ 2 000 images par seconde, puis a appliqué le modèle SCqOBM pour convertir chaque image en une carte quantitative. En suivant comment le motif d’indice de réfraction lié aux globules sanguins en circulation se déplaçait dans le temps, ils ont mesuré des vitesses d’écoulement allant d’environ 1 millimètre par seconde dans de très petits vaisseaux jusqu’à plus de 60 millimètres par seconde dans les plus grands, correspondant aux profils d’écoulement attendus. Ils ont pu même suivre des globules blancs lents roulant le long des parois vasculaires — événements associés aux réponses immunitaires et à l’inflammation — au fur et à mesure de l’évolution de l’état de l’animal.

Vues tridimensionnelles de la peau humaine

Enfin, les auteurs ont montré que la SCqOBM peut capturer des images volumétriques de peau humaine vivante sur l’avant-bras, à des vitesses proches de la vidéo. En déplaçant rapidement la mise au point de haut en bas avec une platine piézo, ils ont collecté des piles d’images prises en une seule acquisition, converti chacune en phase grâce à la SCqOBM, puis affiné le volume avec un second algorithme d’apprentissage profond. Les vues 3D résultantes révèlent des couches cutanées distinctes et de minuscules capillaires transportant des globules rouges individuels à des profondeurs supérieures à 100 micromètres. Selon la largeur de la zone imagée et le nombre de coupes en profondeur, ils peuvent échanger champ de vision contre vitesse, atteignant jusqu’à 10 volumes par seconde tout en conservant des détails cellulaires et subcellulaires.

Ce que cela pourrait signifier pour la médecine

En termes simples, ce travail montre qu’un microscope peut utiliser un seul éclair et l’intelligence artificielle pour reconstruire des informations riches et tridimensionnelles à partir de tissus vivants épais, sans colorants ni contact physique. Il subsiste des limites — par exemple, certaines directions de détails fins sont plus difficiles à récupérer avec un seul angle d’éclairage — mais la méthode offre une qualité d’image proche de systèmes plus lents et complexes, tout en atteignant des vitesses comparables aux microscopes à feuille lumineuse les plus rapides. Comme le matériel est relativement simple — un microscope en champ clair avec une seule LED — la SCqOBM pourrait à terme rendre l’imagerie avancée sans marqueur plus accessible dans les laboratoires de recherche et les cliniques, permettant des analyses sanguines non invasives, la surveillance en temps réel du cerveau et de la peau, et d’autres applications où la vitesse et la douceur sont cruciales.

Citation: Casteleiro Costa, P., Bharadwaj, S., Li, Z. et al. Single capture quantitative oblique back-illumination microscopy. npj Imaging 4, 13 (2026). https://doi.org/10.1038/s44303-026-00147-w

Mots-clés: imagerie sans marqueur, microscopie et apprentissage profond, imagerie quantitative de phase, mesure du flux sanguin, imagerie in vivo de la peau et du cerveau