L’imagerie spectrale moyen-infrarouge est une technique d’analyse de la composition biomoléculaire d’un échantillon biologique basée sur l’interaction lumière–matière. Une image spectrale est un cube de données composé de plusieurs centaines de variables (nombres d’onde). Un défi dans l’application de cette technologie en histopathologie spectrale est l’identification de marqueurs spectraux spécifiques des structures histopathologiques des tissus biologiques étudiés.

Nous avons développé un algorithme réalisant simultanément une classification non-supervisée et une sélection de variable. Cette nouvelle méthode est basée sur un algorithme génétique couplé à un indice de validité.

Appliquée à des images moyen-infrarouge acquises sur des coupes tissulaires de côlon humain normal provenant de cinq patients, cette méthodologie est capable de diviser les données spectrales en classes tissulaires et de trouver, de manière non-supervisée, les variables spectrales (nombres d’onde) permettant de discriminer au mieux ces classes tissulaires.

Ses variables (nombres d’onde) intéressantes peuvent être corrélées à des groupes chimiques fonctionnels spécifiques des échantillons étudiés, et donc mener à la définition de marqueurs spectraux, notamment tumoraux.