L’imagerie multispectrale en macrofluorescence, une approche prometteuse pour identifier l’origine tissulaire de particules dans des broyats provenant de tiges de graminées
Résumé
La biomasse lignocellulosique est un matériel hétérogène constitué de différents organes végétaux qui eux-mêmes sont composés de tissus incluant différents types cellulaires. La composition chimique, l’organisation et la proportion des différents tissus influent sur les valeurs d’usage de la biomasse. Optimiser les procédés de transformation de la biomasse nécessite de prendre en compte l’hétérogénéité de la biomasse et de comprendre comment les différents tissus se comportent lors des procédés. Les tissus dans des coupes d’organes peuvent être facilement identifiés sur des critères morphologiques ou par leur réactivité vis-à-vis de colorants. Dans des échantillons déstructurés sous forme particulaire, l’identification des tissus est plus délicate. L’objectif du projet était d’évaluer l’intérêt de l’imagerie multispectrale en fluorescence pour discriminer différent types cellulaires ou tissus dans les graminées en se basant sur les propriétés d’autofluorescence des composés phénoliques des parois cellulaires. Le but final est d’identifier l’origine tissulaire de particules dans des broyats en ne s’appuyant que sur les propriétés d’autofluorescence. L’entrenoeud sous épi de la tige de maïs a été utilisé comme modèle d’organe. Le macroscope à fluorescence a été choisi car il permet d’acquérir rapidement des images multispectrales avec champ de vue relativement large de l’ordre du cm² et avec une bonne résolution spatiale (1 pixel =2,67 x 2.67 μm2). Des images multispectrales de coupes d’entrenoeuds, et de tissus isolés et broyés ont été acquises. Le modèle de prédiction a été construit à partir d’une classification non supervisée des pixels de 40 images de coupes d’entrenoeuds de 10 tiges d’un même génotype afin de prendre en compte sans a priori toute la variabilité de fluorescence des tissus. Le grand nombre de pixels a conduit à développer une méthode de classification multiéchelle basée sur la méthode des K-means en utilisant des pyramides d’images. Le modèle a permis de discriminer les principaux tissus constitutifs de la tige : parenchymes lignifiés et non lignifiés, gaines de sclérenchyme des faisceaux dans la moelle et dans l’écorce, épiderme, fibres de xylème. A chacun de ces tissus correspond des profils d’intensité de fluorescence qui se retrouvent également dans les poudres analysées, suggérant que l’imagerie multispectrale basée sur l’autofluorescence des parois est une approche prometteuse pour identifier l’origine tissulaire des particules dans des poudres complexes.