Gilbert Lachenal

Laboratoire des Matériaux Polymères et des biomatériaux, UCBL, UMR CNRS 5627, 43, bd du 11 novembre 1918, 69622 Villeurbanne Cedex (F)

L'introduction de nouveaux détecteurs matriciels a permis le développement de l'imagerie pour la spectroscopie vibrationnelle (infrarouge, proche infrarouge et Raman). Divers systèmes d'imagerie sont disponibles pour les macro- ou micro-échantillons L'avantage de l'imagerie spectroscopique sur la photographie infrarouge est qu'elle permet une analyse chimique qualitative, semi-quantitative ou parfois quantitative, c'est pour cela qu'elle est aussi appelée imagerie chimique. L'avantage par rapport à la microspectroscopie point par point est la rapidité, quelques minutes au lieu de quelques heures pour la cartographie. De très faibles variations spectrales peuvent être mises en évidence par des méthodes de chimiomètrie. Cet article est une brève introduction aux techniques de l'imagerie chimique. Les avantages et limitations de ces techniques seront brièvement discutés. (Spectra Analyse, Vol 31 N° 228, 23, 2002)

The focal plane array detectors (FPA), which are composed of many individual detectors, have introduced a new era for vibrational spectroscopy (infrared, near infrared, Raman): the spectroscopic imaging. Its advantages over infrared photography are the possibility to provide qualitative and quantitative chemical information, so this technique is also presented as chemical imaging. The generated hyperspectral images allow to probe quickly natural and synthetic materials. Subtle variations of spectroscopic features can be more easily observed using chemometric methods. A wide variety of chemical imaging systems have been developed to examine macroscopic and microscopic sized samples. This paper introduces the basis, the chemical imaging technology and the imaging data evaluation. The advantages and drawbacks of theses techniques are briefly discussed. ( Spectra analyse Vol 31 N° 228, 23, 2002)

Extrait de l'article

L'imagerie spectroscopique, ou imagerie chimique, permet une analyse chimique qualitative et parfois quantitative avec une bonne résolution spectrale et spatiale. Elle renseigne sur l'hétérogénéité éventuelle de la zone observée et permet de suivre des réactions assez rapides ce qui n'était pas possible avec la cartographie point par point trop lente.

2 Imagerie Proche infrarouge

La gamme proche infrarouge (PIR), de 4 000 à I2 000 cm-1, est de plus en plus utilisée tant au laboratoire que dans l'industrie. Comme pour la spectroscopie proche infrarouge la diversité des appareils disponibles est grande, allant des systèmes construits par des laboratoires aux appareils commerciaux équipés de divers types de monochromateurs. L'imagerie PIR est utilisé pour des macro-échantillons citons par exemple l'étude de pigments de tableaux, de contaminants sur des carcasses de volailles par Visible/PIR ou autres applications en agro-alimentaire.
La microscopie PIR est assez peu utilisée mais se développe régulièrement et présente quelques avantages par rapport à l'infrarouge moyen. La résolution spatiale est légèrement améliorée car la longueur de la lumière PIR est plus courte que celle de l'IR moyen. L'imagerie PIR peut être effectuer en partie avec certains microscopes IRTF dont les détecteurs et la séparatrice peuvent aussi couvrir une partie de la région PIR, voir tableau 1. La société SpectralDimension propose des systèmes composés soit de filtres à cristaux liquides soit de filtres variables linéaires, d'un ensemble d'illumination tungstène/halogène et de divers détecteurs. Soulignons le fait qu'avec ces détecteurs on obtient plus de 70 000 spectres en quelques minutes. Le tableau résume les caractéristiques de ce matériel.

Type de détecteur InGaAs InSb
Nombre de pixels 320x256 320x256
Longueur d'onde 1100 à 1700 nm 1500 à 2300 nm
Résolution spectrale 6 nm (à 1200 nm) 15 nm (à 1500nm)
Résolution spatiale 5- 400 microns/pixel
Taille maximale examinée (avec système optionnel) 127x76 mm 127x76 mm
Imagerie PIR. (d'après un document SpectralDimension)


III Traitements des spectres

En cartographie ou imagerie on obtient rapidement une quantité de spectres importante qu'il faut traiter et exploiter rapidement et efficacement. Les analyses classiques, univariables, utilisent les rapport de pics, hauteur, surface, largeur à mi hauteur, position des pics pour faire des images (24). Malheureusement souvent les pics se chevauchent ou sont mal identifiés et les différences entre les spectres peuvent être faibles surtout si on ne considère qu'un seul pic, tout cela peut rendre la précédante méthode d'exploitation moins performante. Les techniques de prétraitement des courbes comme de lissage, dérivée, normalisation, correction et soustraction de ligne de base peuvent améliorer le contraste des images mais l'analyse multivariable sera souvent le moyen le plus efficace pour mettre en évidence de faibles différences entre les spectres en particulier dans des mélanges complexes.
L'ACP est la méthode la plus souvent utilisée pour ce type d'étude et est disponible sur certains logiciels commerciaux de microspectroscopie. Après avoir calculé les composantes principales pour chaque pixel, on va pouvoir obtenir des cartes ou images factorielles en niveaux de gris mais surtout en couleurs. Si on a créé ces images factorielles en affectant des niveaux de rouge pour la première (ou la iéme) composante, des niveaux de vert pour la seconde (ou la i+j iéme) composante et des niveau de bleu puis une troisième composant utilisée, il sera alors possible de créer une nouvelle image composite en pseudo-couleurs rouge vert bleu dite RVB. Les méthodes de discrimination à partir des distances euclidiennes ou des distances de Mahalanobis sont aussi utilisés en cartographie/imagerie. Les résultats pourront être visualisés sous différentes représentations en 2 ou 3 dimensions. L'avantage de ces d'images en fausses couleurs est que le non-spectroscopiste peut facilement voir l'hétérogénéité d'un échantillon mais ces impressions sont subjectives et le principal inconvénient est la difficulté (voire l'impossibilité) de relier ces couleurs à des fonctions chimiques précises.
A partir des logiciels Matlab et Grams divers traitements peuvent être programmés comme des méthodes de self-résolutions de courbes (appelée SMCR dans la littérature anglaise) permettant une meilleure connaissance des espèces chimiques présentent dans le système étudié . Depuis peu de temps des logiciels très complets dédiés à l'imagerie chimiques sont disponibles. L'ouvrage de Geladi et Grahn "Multivariate Image Analysis" présente les différents moyens de créer et traiter des images avec la chimiomètrie.