Imagerie par corrélation de speckles à travers une fibre multimode kaléidoscopique

Le développement des endoscopes par fibre optique est motivé par certaines applications biomédicales telles que l'imagerie cérébrale. Les fibres multimodes, dont la taille est typiquement comparable à celle d'un cheveu, sont d'excellentes candidates afin de minimiser le caractère invasif de ces procédures. Cependant, la propagation de la lumière dans les fibres multimode est très complexe. En effet, dans ce type de fibres, la lumière se propage de manière imprédictible, produisant des motifs difficiles à interpréter en sortie de fibre. Des techniques existent actuellement afin de reconstruire des images à partir de tels motifs, mais ces techniques sont très sensibles aux déformations appliquées à la fibre, ce qui limite fortement les possibilités d’applications en biologie.

Dans cette étude, des scientifiques du LIPhy démontrent qu’il est possible de produire des images intelligibles avec des fibres multimodes même lorsque celles-ci sont déformées. Pour cela, ils se sont inspirés du kaléidoscope de Sir David Brewster, et ont troqué les fibres habituelles, qui possèdent un cœur circulaire, pour des fibres à cœur carré. En effet, les propriétés de symétrie de ces fibres génèrent un effet kaléidoscopique remarquable, qui transporte de l'information de manière robuste aux déformations. Ils ont testé cette méthode en reconstruisant des images de micro-sources fluorescentes à travers la fibre, alors même que celle-ci était déformée de manière aléatoire, reproduisant ainsi l'aspect dynamique des perturbations qui se produisent typiquement lors de l'étude d’organismes vivants. Ils ont ainsi démontré que, malgré ces perturbations, il est possible de reconstruire des images fidèles de ces micro-sources à travers la fibre. Cette nouvelle technique s’annonce ainsi prometteuse pour le développement d’endoscopes miniatures pour l’imagerie biomédicale.

Références :

Speckle-correlation imaging through a kaleidoscopic multimode fiber
Dorian Bouchet, Antonio Miguel Caravaca-Aguirre, Guillaume Godefroy, Philippe Moreau, Irène Wang, Emmanuel Bossy. PNAS - Juin 2023. DOI