Développement et qualification d’un outil d’aide à l’interprétation des spectres FTIR pour la caractérisation des medium des peintures
Dans le cadre de son stage au sein d’OSE SERVICES, Ella a conçu et mis en œuvre un outil numérique innovant pour assister les opérateurs dans l’identification de la nature des liants dans les peintures par spectroscopie infrarouge à transformée de Fourier (FTIR). Le projet a abouti à la création d’un programme Python permettant une interprétation semi-automatisée des spectres, couplé à une représentation logique des choix interprétatifs via des logigrammes construits sous Xmind. Cette approche a permis une nette amélioration de la robustesse, de la traçabilité et de la reproductibilité des analyses.
Pourquoi créer un outil d'aide à l'interpretation des spectres infrarouge à Transformée de Fourrier ?
L'identification de la nature chimique des peintures anciennes ou modernes repose en grande partie sur les principes de la spectroscopie infrarouge à transformée de Fouier (FTIR). Cette méthode permet de détecter les bandes caractéristiques des groupes fonctionnels présents dans les résines, mais son interprétation peut être complexe, notamment lorsque des phénomènes de vieillissement, de migration ou de contamination interfèrent avec les signaux spectroscopiques.
Dans les pratiques courantes, l’interprétation des spectres est encore largement manuelle, subjective et tributaire de l’expérience de l’analyste. Dans ce contexte, la mise au point d’un outil d’aide semi-automatisé représentait un levier stratégique pour OSE SERVICES, tant pour la fiabilité analytique que pour la montée en compétence des nouveaux arrivants.
Quels sont les objectifs fixés pour la création d'un support d'aide à l'interpretation des spectres FTIR ?
Le projet confié à Ella visait à :
-
Développer un programme Python capable de comparer automatiquement les bandes saisies par l'utilisateur avec une base de données FTIR spécifique aux liants organiques utilisés dans les peintures.
-
Générer deux types de scores (simple et pondéré) permettant d'évaluer le degré de compatibilité d’un spectre avec différentes natures de peinture (acrylique, alkyde, époxy, polyuréthane, huile…).
-
Intégrer un appui logique via des cartes heuristiques Xmind, permettant de renforcer ou de remettre en question les hypothèses issues du score FTIR.
-
Qualifier la méthode à travers des jeux de données FTIR réels et variés pour valider sa pertinence en multi-opérateur.
Quelle a été notre méthodologie ?
Construction de la base de données spectroscopique
Chaque type de peinture a été décrit à partir d'une dizaine à une quinzaine de bandes IR caractéristiques, compilées à partir de la littérature scientifique et de l’expérience accumulée par OSE SERVICES. Pour chaque bande, les éléments suivants ont été renseignés :
-
Position (cm⁻¹)
-
Intensité théorique (faible, moyenne, forte, très forte)
-
Fonction chimique associée
-
Commentaires spécifiques (influence du vieillissement, stabilité, redondance…)
Ce corpus a permis la structuration d’un référentiel harmonisé pour la comparaison spectrale.
Développement du programme Python
Le programme, conçu dans un langage Python simple et accessible, propose à l'utilisateur de saisir les bandes IR observées sur un spectre. Il compare ensuite ces données à chaque base de peinture selon deux modalités :
-
Score simple : nombre de bandes concordantes sur le total attendu.
-
Score pondéré : prise en compte de l’importance relative des bandes (poids attribué selon leur intensité).
Le programme affiche pour chaque peinture :
-
Un pourcentage de correspondance simple et pondéré
-
La liste des fonctions détectées
-
Un classement des natures les plus compatibles
Appui d'un outil à la décision via des Logigrammes Xmind
En complément du script, Ella a conçu des cartes logiques illustrant les corrélations spectrales-clés. Ces cartes renseignent :
-
L’importance relative des bandes (notation de 1 à 5)
-
La présence d’épaulements, symétries, etc.
-
Des notes spécifiques en cas d’ambiguïté ou d’artefact
L’utilisateur peut ainsi croiser les résultats du script avec une démarche raisonnée, limitant les erreurs liées à une interprétation unique et linéaire.
Comment qualifier la méthodologie ?
Protocole de validation
Un jeu de plusieurs spectres FTIR a été sélectionné, couvrant un large éventail de liants et de cas complexes (multicouches, vieillissement, perturbations). L’objectif était d’évaluer :
-
La capacité du programme à proposer la bonne nature parmi les deux premières réponses
-
La capacité de l’utilisateur à identifier la bonne réponse, avec ou sans appui du programme
Chaque spectre a été interprété indépendamment par plusieurs opérateurs (opérateurs multiples: qualifié sur l'analyse FTIR, débutant...). Les résultats ont été comparés aux identifications de référence.
Analyse des scores
Les résultats globaux montrent que le programme atteint un taux de réussite moyen supérieur à nos objectif de départ. Les performances sont supérieurs à 80% de bonnes réponses pour les opérateurs formés.
Plusieurs enseignements ont été tirés :
-
Le programme est particulièrement performant sur les peintures acryliques, alkydes et époxy.
-
Les résultats sont plus ambigus pour les huiles, suggérant un enrichissement des bandes spécifiques dans la base.
-
Le croisement avec les cartes Xmind s’avère essentiel lorsque les scores sont proches.
-
Une variabilité inter-opérateur a été observée selon la rigueur de saisie des bandes et la qualité des résiduels.
Quels avantages nous apportent cet outil ?
L’outil présente de nombreux bénéfices :
-
Objectivation des résultats : l’analyse ne repose plus uniquement sur l’œil humain.
-
Gain de temps : saisie rapide et retour immédiat.
-
Traçabilité : chaque résultat est justifiable a posteriori.
-
Réplicabilité : deux opérateurs aboutissent à des résultats plus cohérents.
Mais aussi des Limites et pistes d’amélioration
-
La sensibilité aux bandes de charges minérales peut fausser certains résultats si les résiduels ne sont pas correctement réalisés.
-
Les huiles sont sous-représentées en base, ce qui peut être corrigé par une amélioration des critères de pondération.
-
Une extension future pourrait intégrer l’interprétation des pics secondaires ou des épaulements.
Aussitôt développé et qualifié, aussitôt intégré dans les pratiques d’OSE SERVICES
Depuis sa qualification, l’outil a été intégré aux protocoles internes d’analyse de la société. Il est utilisé :
-
Comme étape systématique en amont de la rédaction de rapports FTIR.
-
Comme support pédagogique pour les nouveaux arrivants.
-
Comme outil de confrontation avec les hypothèses d’extraction (essais à l’acétone, tests colorimétriques...).
Les logigrammes sont également mobilisés dans les formations et présentations, pour vulgariser les décisions spectroscopiques complexes.
Le stage d’Ella a permis de démontrer qu’un outil simple, open source et fondé sur une base bien structurée peut significativement améliorer l’interprétation des spectres FTIR. Ce projet constitue un exemple concret de la synergie entre approche algorithmique et expertise métier dans le domaine de la conservation des matériaux.
Références
-
Derrick, M. R., Stulik, D., Landry, J. M. (1999). Infrared Spectroscopy in Conservation Science. Getty Conservation Institute.
-
Learner, T. (2004). Analysis of Modern Paints. Getty Conservation Institute.
-
Rivenc, R., et al. (2017). “FTIR Identification of Artists' Materials.” Studies in Conservation, 62(4), 218–232.
-
Documentation interne OSE SERVICES – Programme Python d’identification FTIR
-
Rapport de qualification – Résultats stage Ella