Le projet vise à développer une solution d’imagerie hybride combinant en un même instrument microspectroscopie Raman et imagerie multispectrale pour le diagnostic et l’établissement des facteurs pronostiques d’une tumeur. Les lymphocytes de 24 patients présentant une leucémie lymphoïde chronique hyperleucocytaire et ceux de 11 individus sains ont été étudiés avec en moyenne 90 cellules par prélèvement. Le repérage s’effectue en microscopie optique et les noyaux sont analysés par microspectroscopie Raman à partir de frottis sanguins étalés sur lame de verre. Finalement, les cellules correspondantes sont imagées sous forme de piles multi-Z pour huit bandes spectrales réparties dans le visible. Une classification des données Raman par un algorithme de classification supervisé (séparateur à vastes marges) a permis d’identifier une signature moléculaire permettant de classer les lymphocytes et les autres éléments nucléés du sang avec une sensibilité de 99,6 % et une spécificité de 98,8 %. Cet algorithme a été utilisé pour mettre au point un modèle permettant de distinguer individus sains et leucémiques et caractérisé par une sensibilité de 95 % pour une spécificité de 87,5 % sur les spectres constituant la base de tests (1540 spectres issus de 11 patients atteints d’une leucémie lymphoïde chronique et 516 spectres issus de sept individus sains). Le projet IHMO a montré le potentiel de la spectroscopie Raman pour réaliser une classification cellulaire. Les descripteurs morphologiques extraits de l’imagerie produisent une deuxième classification qui reste à évaluer. La solution pourra être étendue en cytohématologie, mais nécessitera des développements complémentaires pour son application en anatomo-cytopathologie.

IHMO project aims at developing a multimodal microscopy platform that includes in a single machine Raman micro spectroscopy and multispectral imaging used for tumor diagnosis and prognosis. Lymphocytes from 24 leukaemic patients suffering from hyper leukocytosis Chronic Lymphoid Leukemia and from 11 healthy individual have been studied, using around 90 cells per blood sample. Blood smears were prepared on microscopy slides; cells were localized by optical microscopy, and Raman microspectroscopy spectra were acquired on cell nuclei. Afterward multi-Z stacks images of each cell were acquired for eight bands distributed in the visible spectrum. Raman data’s were classified using a Support Vector Machine algorithm that provided a molecular signature that allowed for distinguishing lymphocytes from other nucleated blood components with 99.6% sensibility and 98.8% specificity. Then the algorithm was used for developing a classification model splitting leukaemic and healthy smears; sensibility was 95% and specificity was 87.5% among the spectra used for evaluation: 1540 from 11 leukaemic patients and 516 from seven healthy individual. IHMO project has demonstrated the power of Raman microspectroscopy for cell classification. Morphological descriptors obtained from multi-Z and multispectral images provide another independent classification that still needs to be assessed. The microscopy platform can be used more generally in the field of cytohaematology, however application to cytological and histological pathology would need further developments.