En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Thèse (H/F) Propriétés d’Invariance dans les Fibres Multimodes pour des Applications d'Imagerie

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : vendredi 26 juillet 2024 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Thèse (H/F) Propriétés d’Invariance dans les Fibres Multimodes pour des Applications d'Imagerie
Référence : UMR7587-SEBPOP-002
Nombre de Postes : 1
Lieu de travail : PARIS 05
Date de publication : vendredi 5 juillet 2024
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2024
Quotité de travail : Temps complet
Rémunération : La rémunération est d'un minimum de 2135,00 € mensuel
Section(s) CN : Micro et nanotechnologies, micro et nanosystèmes, photonique, électronique, électromagnétisme, énergie électrique

Description du sujet de thèse

# Objectif :
L'objectif de cette thèse est d'étudier et d'exploiter les propriétés invariantes des fibres multimodes pour permettre de récupérer des images à travers une fibre sans avoir à caractériser entièrement le système.
# Résumé :
Nous utiliserons des cadres d'apprentissage profond pour développer de nouvelles approches pour l'imagerie sans calibration à travers les fibres multimodes en nous basant sur l'étude des propriétés invariantes dans les fibres multimodes.
# Contexte et motivations :
Le contrôle de la propagation de la lumière dans les fibres optiques multimodes est un domaine de recherche actif et en pleine expansion. Contrairement aux fibres monomodes, les fibres multimodes sont des guides d'ondes optiques qui permettent à de nombreuses trajectoires ou modes de se propager. Pour cette raison, elles sont actuellement étudiées intensivement pour les télécommunications optiques et les applications endoscopiques. En effet, tirer parti des degrés de liberté spatiaux permettrait d'augmenter de manière significative le nombre de canaux pour les applications de communication, de manière similaire aux systèmes MIMO (Multiple-Inputs / Multiple-Outputs) déployés pour les communications sans fil.
Dans le même temps, les chercheurs étudient la manière de contrôler et d'étudier la propagation de la lumière dans les fibres multimodes pour leur utilisation comme dispositifs d'imagerie endoscopique peu invasifs [1, 2], permettant d'améliorer les résolutions par rapport aux endoscopes classiques utilisant des faisceaux de fibres.
Dans chaque cas, la reconstitution d'un signal ou d'une image présente un défi en raison de la dispersion et de l'imprévisibilité inhérentes à la propagation de la lumière. Le caractère aléatoire provient des défauts existants dans le système ainsi que de la géométrie de la fibre, telle que la courbure et la torsion. Une conséquence immédiate est qu'une image introduite dans une fibre multimode produit un motif apparemment aléatoire à la sortie. Ce motif résultant ne présente aucune ressemblance avec l'entrée d'origine.
Une première approche pour reconstruire un signal ou une image est d'apprendre la matrice de transmission [4], qui décrit le lien entre l'entrée et la sortie d'un système optique, en utilisant la technique que nous avons développée à l'Institut Langevin pour les milieux diffusants [5]. Nous avons récemment démontré que nous pouvons utiliser cette matrice pour trouver des canaux insensibles aux fortes déformations [6]. Cependant, cela nécessite d'avoir accès aux deux côtés du système pour la calibration, ce qui peut être difficile à obtenir et n'est valable que tant que le système ne change pas.
Dans les milieux diffusants, qui brouillent également la lumière entrante, il existe des propriétés invariantes qui peuvent nous aider à récupérer des informations sur une image d'entrée sans avoir besoin de connaître la matrice de transmission complète. Un bon exemple est l'effet mémoire angulaire, qui postule que pour une illumination donnée, indépendamment de la nature inconnue du motif aléatoire résultant, un décalage de l'illumination d'entrée se traduit par un décalage du motif de speckle de sortie avec une déformation minimale. L'exploitation de ce phénomène a ouvert la possibilité de récupérer des images fluorescentes d'objets cachés derrière un milieu diffusant épais [7].
Dans les fibres multimodes, un phénomène similaire a été observé [8]. Nous avons récemment élucidé ce phénomène en fournissant un cadre théorique et en montrant que le potentiel de cet effet peut être considérablement amélioré [3].
L'objectif de ce projet est de trouver et d'étudier des propriétés d’invariance dans les fibres multimodes afin d'améliorer les capacités d'imagerie des systèmes actuels. Le but ultime est de lever la nécessité de calibration pour permettre une imagerie en une seule prise à travers une fibre multimode pour l'imagerie en temps réel dans des échantillons biologiques.
# Résultats préliminaires :
Pour les fibres faiblement désordonnées, ce qui est le cas pour les systèmes courts (quelques centimètres à quelques dizaines de centimètres) utilisés pour les applications endoscopiques, on peut utiliser des informations a priori sur les statistiques de la matrice de transmission, même lorsque la matrice réelle n'est pas connue. Si nous ajoutons certaines propriétés statistiques connues, ou d'autres connaissances a priori sur l'image, qui sont généralement disponibles pour la microscopie, nous pouvons reconstruire l'image sans calibration. Nous avons développé un algorithme adapté des algorithmes de déconvolution aveugle parcimonieuse (sparse blind déconvolution) [9], qui permet, en simulation, de reconstruire des images à partir du motif de speckle de sortie en une seule prise, en tirant parti de l'effet mémoire de rotation, même si la fibre change avec le temps.
# Description du projet :
En tirant parti de l'expertise de l'Institut Langevin dans la théorie et le contrôle expérimental de la propagation de la lumière dans des milieux complexes et des fibres multimodes, l'étudiant utilisera des techniques de mise en forme de front d'onde pour étudier et mesurer les propriétés invariantes dans les fibres multimodes. En particulier, nous examinerons l'analogie entre les milieux diffusants et les fibres multimodes pour tirer parti des résultats et des outils développés dans ce domaine et les appliquer aux fibres optiques. Sur le plan expérimental, nous caractériserons les matrices de transmission des systèmes de fibres multimodes pour mettre en évidence et caractériser les propriétés invariantes. En utilisant des algorithmes sur mesure et en tirant parti des cadres d'apprentissage profond optimisés et rapides (pyTorch), nous transposerons et améliorerons le concept démontré en simulation et développerons de nouvelles approches pour l'imagerie sans calibration à travers les fibres multimodes.
# Profil du candidat :
Le candidat doit avoir un goût pour la physique des ondes, la théorie et la programmation. La thèse nécessitera une utilisation intensive de Python pour l'interface, l'acquisition de données, le post-traitement et les algorithmes de reconstruction d'images.
# Références :
[1] T. Cizmar and K. Dholakia, Exploiting multimode waveguides for pure fibre-based imaging Nature Commun. 2012, 3.
https://doi.org/10.1038/ncomms2024
[2] D. Kim, J. Moon, M. Kim, T. Yang, J. Kim, E. Chung and W. Choi, Pixelation-free and real-time endoscopic imaging through a fiber bundle Opt. Lett. 2014, 39.
https://doi.org/10.1364/OL.39.001921
[3] R. Gutiérrez-Cuevas, A. Goetschy, G. Pelc, E. R.Andresen, L. Bigot, Y. Quiquempois, M. Bsaibes, P. Sillard, M. Bigot, J. de Rosny, et al., Tailoring the Rotational Memory Effect in Multimode Fibers arxiv 2023, id:2310.19337. (accepted in Phys. Rev. X)
https://doi.org/10.48550/arXiv.2310.19337
[4] M. Matthès, P. del Hougne, J. de Rosny, G. Lerosey and S. Popoff, Optical complex media as universal reconfigurable linear operators Optica 2019, 6.
https://doi.org/10.1364/OPTICA.6.000465 [5] S. Popoff, G. Lerosey, M. Fink, A. Boccara and S. Gigan, Image transmission through an opaque material Nature Commun. 2010, 1, 81.
https://doi.org/10.1038/ncomms1078
[6] M. Matthès, Y. Bromberg, J. de Rosny and S. Popoff, Learning and Avoiding Disorder in Multimode Fibers Phys. Rev. X 2021, 11, 021060.
https://dx.doi.org/10.1103/physrevx.11.021060
[7] J. Bertolotti, E. van Putten, C. Blum, A. Lagendijk, W. Vos and A. Mosk, Non-invasive imaging through opaque scattering layers Nature 2012, 491, 232–234.
https://doi.org/10.1038/nature11578
[8] L. Amitonova., A. Mosk and P. Pinkse, Rotational memory effect of a multimode fiber Optics Express 2015, 23, 20569.
https://doi.org/10.1364/oe.23.020569
[9] D. Marks, O. Yurduseven and D. Smith, Sparse blind deconvolution for imaging through layered media Optica 2017, 4, 1514.
https://doi.org/10.1364/optica.4.001514
[10] S. Popoff, G. Lerosey, R. Carminati, M. Fink, A. Boccara and S. Gigan, Measuring the transmission matrix in optics: an approach to the study and control of light propagation in disordered media Phys. Rev. Lett. 2010, 104.
https://doi.org/10.1103/PhysRevLett.104.100601
[11] D. Andreoli, G. Volpe, S. Popoff, O. Katz, S. Gresillon and S. Gigan, Deterministic control of broad-band light through a multiply scattering medium via the multispectral transmission matrix Sci. Rep. 2015, 5.
https://doi.org/10.1038/srep10347
[12] A. Paszke et al., PyTorch: An Imperative Style, High-Performance Deep Learning Library in Advances in Neural Information Processing Systems 32, Wallach, H.; Larochelle, H.; Beygelzimer, A.; d’Alché-Buc, F.; Fox, E.; Garnett, R., pp. 8024–8035 2019.
http://papers.neurips.cc/paper/9015-pytorch-an-imperative-style-high-performance-deep-learning-library.pdf

Contexte de travail

L’ESPCI Paris – PSL (École Supérieure de Physique et de Chimie Industrielles de la Ville de Paris) est une école d’ingénieurs généraliste qui forme, depuis 1882, des ingénieurs de rupture, adaptables et créatifs, dotés d’un solide bagage théorique et expérimental, conscients des enjeux de la société.
Elle est intégrée à un centre de recherche reconnu internationalement en physique, chimie et biologie (500 publications par an). Elle est connue pour sa capacité à transformer les connaissances issues de la recherche fondamentale en innovations de rupture (2 brevets par mois, 3 start-ups par an).
Distinguée par 6 Prix Nobel, elle accueille 400 élèves-ingénieurs, 530 chercheurs (dont 250 doctorants et 100 post-doctorants) dans 10 unités mixtes de recherche et environ 100 agents des fonctions support de la recherche et de l’enseignement.
Depuis sa création, l’ESPCI n’a cessé de mobiliser ses forces et compétences au service de sujets sociétaux majeurs et de défendre l’importance de la science au service de la société. L’environnement, la solidarité, la santé, l’accès et l’ouverture au savoir sont des enjeux que l’ESPCI s’est engagée à prendre en compte dans son quotidien tout en contribuant à les faire avancer. L’ESPCI défend l’égalité des chances et promeut la diversité sociale. Elle encourage et valorise l’engagement, notamment associatif, de ses étudiants.
Notre établissement fait partie de l'Université Paris Sciences & Lettres. Numéro 1 du classement mondial des jeunes universités publié par le Times Higher Education, PSL figure aussi dans le top 50 des meilleures universités mondiales (Shanghai, Times Higher Education, QS, CWUR).
L’ESPCI est engagée dans un vaste projet de rénovation de son campus parisien qui fera d’elle un des sites scientifiques les plus modernes de Paris.

Contraintes et risques

Utilisation de laser
Travail devant ordinateur