Offre de thèse
Nouveaux outils théoriques et méthodologiques pour l'imagerie diffractive vectorielle
Date limite de candidature
30-09-2025
Date de début de contrat
01-10-2025
Directeur de thèse
BRIE David
Encadrement
Co-encadrement par Marc Allain (MCF, Institut Fresnel, Marseille) dans le cadre de l'ANR JCJC ATEMPORAL.
Type de contrat
école doctorale
équipe
BioSIS : Biologie, Signaux et Systèmes en Cancérologie et Neurosciencescontexte
Ce projet de thèse s'inscrit dans le cadre de l'ANR JCJC ATEMPORAL (PI: J. Flamant) dont l'objectif est le développement de nouveaux outils méthodologiques de traitement du signal pour l'imagerie vectorielle diffractive.spécialité
Automatique, Traitement du signal et des images, Génie informatiquelaboratoire
CRAN - Centre de Recherche en Automatique de Nancy
Mots clés
imagerie vectorielle, problèmes inverses
Détail de l'offre
Ce projet de thèse s'inscrit dans le prolongement du stage 'Plan d'expériences pour l'imagerie diffractive vectorielle'. Elle sera financée par l'Agence Nationale de la Recherche (ANR) via le projet ANR JCJC ATEMPORAL. Elle s'inscrit dans le cadre d'une collaboration entre le CRAN (Nancy) et l'institut Fresnel (Marseille), plus particulièrement entre les équipes Signaux Multidimensionels (CRAN) et CoMiX (Institut Fresnel)
L'imagerie diffractive vectorielle est une technique émergente qui permet de réaliser des images quantitatives à haute résolution d'échantillons anisotropes [1], [2]. Elle repose sur deux éléments clés : (i) l'utilisation de l'imagerie par diffraction cohérente, une technique d'imagerie sans lentille qui permet des acquisitions résolues à la limite de diffraction, et (ii) la modélisation vectorielle de l'interaction lumière-matière, qui permet d'explorer des propriétés physiques de l'échantillon, telles que sa biréfringence, son dichroïsme, ou encore ses propriétés magnétiques.
Cette nouvelle modalité d'imagerie soulève plusieurs questions importantes sur le plan théorique et méthodologique. En particulier, il s'agit de développer de nouveaux algorithmes et résultats d'unicité et de stabilité pour permettre et garantir la reconstruction de quantités physiques d'intérêt.
Dans ce contexte, ce projet de thèse s'appuiera dans un premier temps sur le résultats obtenus dans le cadre du stage de M2 'Plan d'expériences pour l'imagerie diffractive vectorielle', visant à caractériser et construire les opérateurs de mesure optimaux pour cette imagerie.
Dans un second temps, on s'intéressera à la reconstruction conjointe de sources incohérentes en imagerie vectorielle. Cette problématique apparaît notamment en imagerie de Bragg magnétique [4] ou encore dans le cas de sources partiellement cohérentes [5]. Il s'agira alors de développer des modèles pertinents pour la prise en compte de ces effets, tant sur les plans théoriques (e.g., unicité de la solution) que algorithmiques (e.g., algorithmes efficaces).
L'ensemble des outils développés à vocation à être validé expérimentalement par des expériences en synchrotron, en collaboration avec l'équipe CoMiX à l'institut Fresnel. En raison de la nature interdisciplinaire du projet, le candidat bénéficiera d'une grande liberté pour explorer l'une ou l'autre direction selon ses préférences et compétences.
Keywords
vectorial CDI, inverse problems
Subject details
This thesis project is a follow-up to the 'Design of experiments for vector diffractive imaging' M2 internship. It will be funded by the French National Research Agency (ANR) via the ANR JCJC ATEMPORAL project. It is part of a collaboration between CRAN (Nancy) and Institut Fresnel (Marseille), more specifically between the Multidimensional Signals (CRAN) and CoMiX (Institut Fresnel) teams. Vector diffractive imaging is an emerging technique for producing high-resolution quantitative images of anisotropic samples [1], [2]. It is based on two key elements: (i) the use of coherent diffraction imaging, a lens-free imaging technique that enables resolved acquisitions at the diffraction limit, and (ii) vector modeling of the light-matter interaction, which enables the exploration of physical properties of the sample, such as its birefringence, dichroism or magnetic properties. This new imaging modality raises several important theoretical and methodological questions. In particular, we need to develop new algorithms and uniqueness and stability results to enable and guarantee the reconstruction of physical quantities of interest. In this context, this thesis project will first build on the results obtained during the 'Design of experiments for diffractive vector imaging' M2 internship, aimed at characterizing and constructing optimal measurement operators for this imaging. Secondly, we will look at the joint reconstruction of incoherent sources in vector imaging. This problem arises in particular in magnetic Bragg imaging [4] or in the case of partially coherent sources [5]. The aim is to develop relevant models to take these effects into account these effects, both theoretically (e.g., uniqueness of solution) and algorithmically (e.g., efficient algorithms). All the tools developed are intended to be validated experimentally by synchrotron experiments, in collaboration with the CoMiX team at the Institut Fresnel. Given the interdisciplinary nature of the project, the candidate will be given considerable freedom to explore either direction, according to his/her preferences and skills.
Profil du candidat
M2 en traitement du signal et des images ou équivalent.
Excellentes compétences en communication, en français et en anglais, à l'oral comme à l'écrit.
Une maîtrise du développement d'algorithmes, d'outils statistiques ainsi qu'une expérience de programmation en MATLAB ou Python sont fortement souhaitées. Une connaissance des techniques d'apprentissage automatique, de la modélisation mathématique avancée ou de la physique de la diffraction constitue un atout.
Candidate profile
M2 in signal processing or equivalent.
Excellent communication skills, in french and english, oral and written.
Proficiency in algorithm development, statistical analysis, and hands-on experience with tools such as MATLAB or Python is highly desirable. Familiarity with machine learning techniques, advanced mathematical modeling, or diffraction physics is a plus.
Référence biblio
[1] P. Ferrand, M. Allain, and V. Chamard, “Ptychography in anisotropic media,” en, Optics Letters, vol. 40, no. 22, p. 5144, Nov. 2015.
[2] P. Ferrand, A. Baroni, M. Allain, et al., “Quantitative imaging of anisotropic material properties with
vectorial ptychography,” en, Optics Letters, vol. 43, no. 4, p. 763, Feb. 2018, arXiv: 1712.00260.
[3] J. Flamant, K. Usevich, M. Clausel, et al., “Polarimetric Fourier phase retrieval,” SIAM Journal of Imaging Sciences, vol. 17, no. 1, pp. 632–671, 2024.
[4] Di Pietro Martínez, M., Wartelle, A., Mille, N., Stanescu, S., Belkhou, R., Fettar, F., ... & Beutier, G. (2025). Magnetic X-Ray Imaging Using a Single Polarization and Multimodal Ptychography. Physical Review Letters, 134(1), 016704.
[5] Thibault, P., & Menzel, A. (2013). Reconstructing state mixtures from diffraction measurements. Nature, 494(7435), 68-71.